一种基于深度学习融合模型的耐热合金蠕变性能预测方法

摘要

本发明公开了一种基于深度学习融合模型的耐热合金蠕变性能预测方法，获取各个耐热合金的合金成分、试验条件、显微组织图像，以及获取各个耐热合金所对应的蠕变性能的测试值，形成数据库；对数据库中的数据进行预处理；针对预处理后的合金成分、试验条件，构建深度学习模型X1；针对预处理后的显微组织图像，构建深度学习模型X2；对深度学习模型X1和深度学习模型X2进行融合，构建融合模型X3；利用预处理后的数据库训练融合模型X3，得到最优融合模型；基于该最优融合模型，并根据相同合金元素类别的某个待测耐热合金的合金成分、试验条件、显微组织图片，预测该待测耐热合金的蠕变性能。