机械工程学报

作者：易茜, 刘益君, 卓俊康, 李聪波, 易树平

单位：1. 重庆大学机械传动国家重点实验室 重庆 400044;2. 重庆大学机械与运载工程学院 重庆 400044

关键词：数据驱动,热处理,低碳,优化；

基金：国家自然科学基金(52005062)和国家重点研发计划(2018YFB1701205)资助项目

热处理工艺数据蕴含企业长期运行的经验，可揭示工艺条件、参数与碳排放量的关联关系，但实际生产中常常被割裂放置，为此，提出一种基于历史工艺数据集的BRBP-MOSOA融合数据驱动方法实现热处理工艺参数优化以降低碳排放量。构建热处理工艺历史数据库；根据热处理工艺的碳排放运行特点识别碳排放源，构建碳排放模型；用历史数据集训练BRBP神经网络建立热处理工艺参数与硬度、碳排放之间的关系模型，实现对特定工艺条件下碳排放和硬度的预测；利用MOSOA算法建立工艺过程低碳优化模型，通过碳效率评估，输出满足低碳排放量的最优热处理工艺参数。案例研究表明所提方法可提升热处理综合碳效率6.57%，为热处理工艺的低碳运行提供了一种使能工具。

来源：2022年第16期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2022年第16期