原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明具体涉及氨‑柴双燃料四冲程内燃机气阀材料耐腐蚀性预测方法，包括：基于深度学习模型构建气阀腐蚀预测模型；通过遗传算法确定气阀腐蚀预测模型的最优模型参数；进行气阀腐蚀试验，采集相关参数，并确定影响腐蚀速度的第一环境参数；进行气阀腐蚀仿真试验，采集相关数据，并确定影响腐蚀速度的第二环境参数；构建试验数据库，从试验数据库中提取若干组训练数据；通过训练数据训练具有最优模型参数的气阀腐蚀预测模型，直至模型收敛；将待预测气阀的材料属性、目标环境参数和腐蚀时间输入经过训练的气阀腐蚀预测模型中，输出对应的预
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117809774A
(43)申请公布日2024.04.02
(21)申请号202311741644.1G06N3/126(2023.01)
文档评论（0）