- 高林;张钰清;刘潇;张富淇;权国政;
随着大型锻件向大型化、高性能和高可靠性发展,传统依赖工程经验的锻造工艺优化方法面临效率低、复杂工况适应性不足等问题,而单纯的数据驱动方法又受样本规模限制。针对上述问题,本文综述机理—数据—知识融合驱动的锻造工艺优化方法,系统总结物理机理模型、数据驱动模型及典型融合模型,重点分析其在工艺参数、模具型腔、组织性能预测和工艺流程优化中的应用,并结合数字孪生、在线感知与智能控制技术,讨论发展趋势与关键挑战,为大型锻件智能工艺优化研究提供参考。
2026年05期 No.233 1-10页 [查看摘要][在线阅读][下载 445K] [下载次数:3 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:1 ] - 康进武;廖如玉;赵起超;王纪武;
人工智能是推动制造业数字化、智能化发展的关键技术,近年来在铸造领域的应用研究越来越多,应用方面也越来越广泛。本文对人工智能在铸造领域的研究进行了综合论述,介绍了人工智能相关技术的发展历程及其在铸造过程中的应用基础;重点分析了人工智能相关技术在铸造工艺设计、数值模拟、铸件缺陷检测与预测、组织性能预测及生产过程优化等方面的典型应用,论述了国内外代表性研究成果及技术特点。对当前智能铸造面临的工业数据标准化程度低、物理信息融合不足、模型泛化能力差、自主工艺生成能力薄弱等问题进行了总结。最后针对多模态工业数据融合、物理约束深度学习、大模型智能体、数字孪生自主铸造设计等前沿方向进行展望,为大型铸件智能化升级提供理论参考。
2026年05期 No.233 11-19页 [查看摘要][在线阅读][下载 574K] [下载次数:3 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:5 ] - 张焱城;肖贵乾;孙朝远;周杰;权国政;
针对大型锻件热变形微观组织难以由传统模型直接预测的问题,提出一种以变形温度、应变速率和变形量为连续条件的二值晶界条件生成对抗网络预测方法。基于Gleeble热压缩试验建立包含8个温度、5个应变速率和6个变形量的240幅显微组织图像数据库;经图像变换得到720幅训练样本,并分别设置30幅验证图像和30幅独立测试图像。模型以96维随机噪声和3维工艺条件为输入,通过卷积生成器输出96×128晶界概率图,条件判别器同时学习晶界真实性与工艺条件一致性。结果表明,在840℃的16组工况下,预测平均晶粒尺寸的相对误差为-5.16%~8.34%,绝对相对误差均小于10%,其中13组不超过5%。预测组织在晶界密度、晶粒数量、平均尺度及其随应变速率和变形量的变化趋势方面与试验结果总体一致。结果表明,该方法能够建立热变形参数与晶界图像之间的映射,为高强钢热变形微观组织的快速图像化预测提供一种可行方法。
2026年05期 No.233 20-26页 [查看摘要][在线阅读][下载 921K] [下载次数:7 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:1 ] - 曲志豪;曹志远;韩毅;周岩;宋扬;冯军;
大型铸锻件具有单件小批、定制化离散制造、工艺链条长、质量波动大等特点,传统依赖人工经验与纸质记录的质量管控模式已难以满足高质量发展需求。依托工业互联网、大数据、人工智能等新一代信息技术,中国一重搭建了面向大型铸锻件工艺技术及质量控制智能专家系统。该系统属于数字化制造与质量智能控制系统,内嵌以工艺知识库、规则库、推理机制与解释机制为核心的人工智能专家系统技术,以工业互联网平台为底座,围绕工艺智能管控、全流程质量追溯、生产组织优化、车间实时管控、设备全生命周期运维与能源精细化管控六大核心应用板块,构建了覆盖冶炼—锻造—热处理全工序的闭环质量管控体系。本文系统阐述了该专家系统的建设背景、总体架构、关键技术、实施路径与应用成效,重点介绍了工艺知识图谱驱动的智能工艺设计、以数字锻件为核心的全流程质量追溯、线性规划与遗传算法融合的智能排产等核心功能,深入分析了数据采集、系统建设、网络建设等实践过程中的关键问题与应对思路,为重型装备制造企业推进质量管控数字化转型提供参考。
2026年05期 No.233 27-32+46页 [查看摘要][在线阅读][下载 680K] [下载次数:2 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:2 ] - 徐恩献;王立;曹胜国;吴子健;
大型铸锻件热处理工艺制定涉及大量分散的国家标准、行业标准、企业标准、工艺规程、操作手册、检验报告与记录卡等文档,长期存在格式异构、检索困难、知识分散、难传承以及问答结果溯源困难等问题。针对上述问题,提出了一种面向大型铸锻件热处理的领域知识图谱与可溯源检索增强问答方法。该方法以多格式文档统一接入为入口,对PDF、办公文档、扫描件与图片等进行解析、逐页视觉识别、清洗与分块,并行构建向量索引、关键词索引以及知识图谱;在此基础上自动抽取材料、工艺、设备、标准和缺陷等实体及其关系,构建“混合召回—交叉编码精排—逐点引用”的检索增强生成问答链路,将向量召回与关键词召回经倒数排名融合后进行精排,叠加资料可信度与来源权重,生成逐点标注来源且可跳转原文的可溯源答案;同时以业务域作为权限与数据隔离边界,防止越权资料进入检索上下文。工程应用表明,该方法能够将分散的热处理标准与工艺文档统一组织为可检索、可问答、可溯源的知识资产,提高工艺人员的资料检索与知识获取效率,为大型铸锻件热处理工艺研发的数字化、智能化转型提供支撑。
2026年05期 No.233 33-38页 [查看摘要][在线阅读][下载 363K] [下载次数:3 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:1 ] - 杜康硕;李咸阳;张立;张涛;王飞;
大型铸锻件生产排产是热约束下的资源调度:装炉批次、组织与质量、温度-时间窗口、设备耦合四类工艺约束相互耦合,工件温度本身构成排产的状态变量,通用的高级计划与排程(APS)标准模型难以表达,是应用人工智能的重要场景之一。本文分析并提出了人工智能在大型铸锻件生产排产的约束体系与技术架构:以APS的行业化扩展承担约束建模与优化求解,以强化学习承担动态扰动下的实时决策,以数字孪生承担全流程感知与方案验证,以大模型与智能体承担知识数字化与人机交互,构成“计划—验证—执行—应变—沉淀”的完整闭环。同时,给出了数据与知识底座、系统集成、模型校准、组织人才、三阶段推进的落地路径。行业实践表明,人工智能排产的关键环节已具备工程可行性:可使产出提升约10%、能耗降低约24%、人工节省76%~97%、综合效率提升30%。
2026年05期 No.233 39-46页 [查看摘要][在线阅读][下载 328K] [下载次数:4 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:3 ]