本發(fā)明涉及金屬性能評(píng)估，特別涉及一種鐵磁形狀記憶金屬性能評(píng)估方法及系統(tǒng)。

背景技術(shù)：

1、鐵磁形狀記憶金屬(ferromagnet?ic?shape?memory?al?l?oys,fsmas)是一類(lèi)在特定條件下能夠通過(guò)磁場(chǎng)或溫度的改變實(shí)現(xiàn)形狀恢復(fù)的智能材料。這類(lèi)材料結(jié)合了鐵磁性與形狀記憶效應(yīng)的特性，在航空航天、機(jī)械制造、生物醫(yī)學(xué)等領(lǐng)域具有廣泛的應(yīng)用前景。鐵磁形狀記憶金屬能夠在外力作用下發(fā)生形變，并在外力消失或特定條件下恢復(fù)至初始形態(tài)，具備較好的耐疲勞性和長(zhǎng)壽命。然而，隨著使用次數(shù)的增加，鐵磁形狀記憶金屬可能會(huì)因疲勞、應(yīng)力松弛等原因?qū)е缕湫阅苤饾u下降，甚至失效。因此，如何準(zhǔn)確評(píng)估其性能、疲勞性和剩余壽命，成為當(dāng)前研究與應(yīng)用中的一項(xiàng)重要課題。

2、現(xiàn)有的鐵磁形狀記憶金屬性能評(píng)估方法大多集中于實(shí)驗(yàn)室環(huán)境下的單一性能測(cè)試，例如拉伸、壓縮、彎曲等機(jī)械性能測(cè)試。然而，這些測(cè)試往往無(wú)法全面反映材料在實(shí)際應(yīng)用中的復(fù)雜工況和長(zhǎng)時(shí)間使用后的性能變化情況。同時(shí)，傳統(tǒng)的評(píng)估方法較為依賴(lài)于人工判斷，缺乏系統(tǒng)性和智能化，難以滿足現(xiàn)代工業(yè)對(duì)于智能材料應(yīng)用中的高效性、準(zhǔn)確性和可操作性要求。

3、為了提升鐵磁形狀記憶金屬的應(yīng)用性能和安全性，亟需一種基于智能算法的全生命周期性能評(píng)估方法與系統(tǒng)。通過(guò)結(jié)合形狀記憶效應(yīng)與先進(jìn)的機(jī)器學(xué)習(xí)算法，可以更為精確地預(yù)測(cè)材料在不同使用階段的性能變化，并為材料的使用維護(hù)、更新提供科學(xué)依據(jù)。這將有助于延長(zhǎng)鐵磁形狀記憶金屬的使用壽命，降低維護(hù)成本，提高整體系統(tǒng)的可靠性。

4、因此，本文提出了一種鐵磁形狀記憶金屬性能評(píng)估方法及系統(tǒng)，旨在通過(guò)多維度數(shù)據(jù)分析與智能算法預(yù)測(cè)，實(shí)現(xiàn)對(duì)鐵磁形狀記憶金屬的綜合性能評(píng)估。這一方法將結(jié)合材料的形狀記憶特性、應(yīng)力-應(yīng)變關(guān)系、溫度響應(yīng)等多方面信息，提供一種科學(xué)、智能、可操作的評(píng)估手段，為鐵磁形狀記憶金屬在實(shí)際應(yīng)用中的性能監(jiān)控和優(yōu)化提供有力支持。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述至少一個(gè)技術(shù)問(wèn)題，本發(fā)明提出了一種鐵磁形狀記憶金屬性能評(píng)估方法及系統(tǒng)。

2、本發(fā)明第一方面提供了一種鐵磁形狀記憶金屬性能評(píng)估方法，包括：

3、獲取鐵磁形狀記憶金屬的標(biāo)準(zhǔn)生產(chǎn)樣品，提取所述標(biāo)準(zhǔn)生產(chǎn)樣品的初始形態(tài)參數(shù)，得到鐵磁形狀記憶金屬標(biāo)準(zhǔn)形態(tài)數(shù)據(jù)；

4、獲取鐵磁形狀記憶金屬的極限應(yīng)力，將所述標(biāo)準(zhǔn)生產(chǎn)樣品在極限應(yīng)力范圍內(nèi)進(jìn)行應(yīng)力測(cè)試，得到形變生產(chǎn)樣品，對(duì)形變生產(chǎn)樣品進(jìn)行加熱處理，獲取在不同溫度下形變樣品的恢復(fù)率，并確定不同形變量生產(chǎn)樣品的形變恢復(fù)與溫度之間的關(guān)系，得到形變量-溫度-恢復(fù)率關(guān)系數(shù)據(jù)；

5、根據(jù)所述形變量-溫度-恢復(fù)率關(guān)系數(shù)據(jù)識(shí)別鐵磁形狀記憶金屬在不同形變量下的高效恢復(fù)溫度區(qū)間，將所述高效恢復(fù)溫度區(qū)間作為鐵磁形狀記憶金屬的形變恢復(fù)推薦溫度區(qū)間；

6、獲取鐵磁形狀記憶金屬在預(yù)設(shè)時(shí)間段內(nèi)的歷史形變情況數(shù)據(jù)，并根據(jù)形變恢復(fù)推薦溫度區(qū)間對(duì)預(yù)設(shè)時(shí)間段內(nèi)鐵磁形狀記憶金屬的形變進(jìn)行恢復(fù)，得到歷史形變恢復(fù)情況變化數(shù)據(jù)；

7、基于lstm算法和歷史形變恢復(fù)情況變化數(shù)據(jù)構(gòu)建形變恢復(fù)情況預(yù)測(cè)模型，根據(jù)所述形變恢復(fù)情況預(yù)測(cè)模型對(duì)待性能評(píng)估的鐵磁形狀記憶金屬的形變恢復(fù)情況進(jìn)行預(yù)測(cè)，得到形變恢復(fù)情況預(yù)測(cè)結(jié)果；

8、根據(jù)所述形變恢復(fù)情況預(yù)測(cè)結(jié)果對(duì)待性能評(píng)估的鐵磁形狀記憶金屬進(jìn)行金屬疲勞性評(píng)估，得到評(píng)估結(jié)果，根據(jù)所述評(píng)估結(jié)果確定磁形狀記憶金屬的更新時(shí)間。

9、本方案中，所述獲取鐵磁形狀記憶金屬的標(biāo)準(zhǔn)生產(chǎn)樣品，提取所述標(biāo)準(zhǔn)生產(chǎn)樣品的初始形態(tài)參數(shù)，得到鐵磁形狀記憶金屬標(biāo)準(zhǔn)形態(tài)數(shù)據(jù)，具體為：

10、獲取鐵磁形狀記憶金屬的標(biāo)準(zhǔn)生產(chǎn)樣品，獲取所述標(biāo)準(zhǔn)生產(chǎn)樣品的激光掃描數(shù)據(jù)，根據(jù)所述激光掃描數(shù)據(jù)構(gòu)建所述標(biāo)準(zhǔn)生產(chǎn)樣品的三維模型；

11、將所述三維模型表面劃分為n個(gè)三角形網(wǎng)格，獲取每個(gè)網(wǎng)格的頂點(diǎn)坐標(biāo)信息，根據(jù)所述每個(gè)網(wǎng)格的頂點(diǎn)坐標(biāo)信息計(jì)算每個(gè)三角形網(wǎng)格的法向量；

12、將每個(gè)三角形網(wǎng)格的法向量進(jìn)行歸一化處理，得到每個(gè)法向量長(zhǎng)度為1的三角形網(wǎng)格；

13、根據(jù)歸一化處理的法向量計(jì)算三維模型中相鄰兩個(gè)三角形網(wǎng)格的法向量點(diǎn)積，根據(jù)所述法向量點(diǎn)積計(jì)算相鄰兩個(gè)三角形的角度信息；

14、將所述角度信息映射至所述三維模型中，確定三維模型中的角度變化，預(yù)設(shè)角度變化閾值，將角度變化大于角度變化閾值的三角形邊進(jìn)行標(biāo)記，根據(jù)標(biāo)記三角形邊進(jìn)行三維模型輪廓繪制，得到所述標(biāo)準(zhǔn)生產(chǎn)樣品的輪廓形態(tài)數(shù)據(jù)；

15、根據(jù)所述輪廓形態(tài)導(dǎo)入圖像處理模型中計(jì)算標(biāo)準(zhǔn)生產(chǎn)樣品的尺寸數(shù)據(jù)，將所述輪廓形態(tài)數(shù)據(jù)和尺寸數(shù)據(jù)整合為標(biāo)準(zhǔn)生產(chǎn)樣品的初始形態(tài)參數(shù)，標(biāo)定為鐵磁形狀記憶金屬標(biāo)準(zhǔn)形態(tài)數(shù)據(jù)。

16、本方案中，所述獲取鐵磁形狀記憶金屬的極限應(yīng)力，將所述標(biāo)準(zhǔn)生產(chǎn)樣品在極限應(yīng)力范圍內(nèi)進(jìn)行應(yīng)力測(cè)試，得到形變生產(chǎn)樣品，對(duì)形變生產(chǎn)樣品進(jìn)行加熱處理，獲取在不同溫度下形變樣品的恢復(fù)率，并確定不同形變量生產(chǎn)樣品的形變恢復(fù)與溫度之間的關(guān)系，得到形變量-溫度-恢復(fù)率關(guān)系數(shù)據(jù)，具體為：

17、獲取鐵磁形狀記憶金屬的極限應(yīng)力，將所述極限應(yīng)力按照預(yù)設(shè)步長(zhǎng)進(jìn)行均勻劃分，確定在極限應(yīng)力范圍內(nèi)應(yīng)力測(cè)試數(shù)據(jù)集；

18、獲取所述應(yīng)力測(cè)試數(shù)據(jù)集中測(cè)試數(shù)據(jù)的數(shù)量信息，并獲取與測(cè)試數(shù)據(jù)相同數(shù)量的鐵磁形狀記憶金屬標(biāo)準(zhǔn)生產(chǎn)樣品；

19、根據(jù)所述應(yīng)力測(cè)試數(shù)據(jù)集對(duì)每個(gè)標(biāo)準(zhǔn)生產(chǎn)樣品施加不同的應(yīng)力測(cè)試力度，得到形變生產(chǎn)樣品；

20、獲取所述形變生產(chǎn)樣品的三維模型并提取形變樣品形態(tài)數(shù)據(jù)，將所述形變樣品形態(tài)數(shù)據(jù)與鐵磁形狀記憶金屬標(biāo)準(zhǔn)形態(tài)數(shù)據(jù)進(jìn)行對(duì)比，得到每個(gè)形變生產(chǎn)樣品的形變量；

21、對(duì)形變量最嚴(yán)重的形變生產(chǎn)樣品進(jìn)行加熱處理，獲取形變量最嚴(yán)重的形變生產(chǎn)樣品恢復(fù)至標(biāo)準(zhǔn)形態(tài)的所需溫度值，標(biāo)定為極限溫度值；

22、將所述極限溫度值按照預(yù)設(shè)值進(jìn)行等量劃分，確定形變生產(chǎn)樣品的加熱溫度梯度；

23、將每個(gè)形變量下的形變生產(chǎn)樣品根據(jù)所述加熱溫度梯度進(jìn)行加熱處理，獲取加熱處理后的形變恢復(fù)樣品形態(tài)數(shù)據(jù)，將所述形變恢復(fù)樣品形態(tài)數(shù)據(jù)與鐵磁形狀記憶金屬標(biāo)準(zhǔn)形態(tài)數(shù)據(jù)進(jìn)行對(duì)比，得到每個(gè)形變恢復(fù)生產(chǎn)樣品的形變量；

24、根據(jù)所述每個(gè)形變恢復(fù)生產(chǎn)樣品的形變量與每個(gè)形變生產(chǎn)樣品的形變量計(jì)算形變恢復(fù)率，得到在不同溫度下且不同形變量的形變生產(chǎn)樣品的形變恢復(fù)率；

25、根據(jù)所述在不同溫度下且不同形變量的形變生產(chǎn)樣品的形變恢復(fù)率確定不同形變量生產(chǎn)樣品的形變恢復(fù)與溫度之間的關(guān)系，得到形變量-溫度-恢復(fù)率關(guān)系數(shù)據(jù)。

26、本方案中，所述根據(jù)所述形變量-溫度-恢復(fù)率關(guān)系數(shù)據(jù)識(shí)別鐵磁形狀記憶金屬在不同形變量下的高效恢復(fù)溫度區(qū)間，將所述高效恢復(fù)溫度區(qū)間作為鐵磁形狀記憶金屬的形變恢復(fù)推薦溫度區(qū)間，具體為：

27、根據(jù)所述形變量-溫度-恢復(fù)率關(guān)系數(shù)據(jù)，將不同形變量下的溫度-恢復(fù)率關(guān)系數(shù)據(jù)集，對(duì)所述溫度-恢復(fù)率關(guān)系數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化處理，得到二維關(guān)系數(shù)據(jù)集；

28、引入dbscan聚類(lèi)算法，將具有相似的溫度-恢復(fù)率的數(shù)據(jù)歸為一類(lèi)，基于dbscan算法計(jì)算二維關(guān)系數(shù)據(jù)集中每個(gè)數(shù)據(jù)點(diǎn)與其它數(shù)據(jù)點(diǎn)的曼哈頓距離，找到每個(gè)數(shù)據(jù)點(diǎn)的第k個(gè)最近鄰距離；

29、將每個(gè)數(shù)據(jù)點(diǎn)的最近鄰距離按照升序進(jìn)行排序操作，將排序后的最近鄰距離繪制最近鄰距離變化曲線圖中，得到k-距離圖；

30、確定所述k-距離圖的拐點(diǎn)，將拐點(diǎn)對(duì)應(yīng)的最近鄰值標(biāo)定為鄰域半徑ε，根據(jù)所述二維關(guān)系數(shù)據(jù)集的數(shù)據(jù)維度確定鄰域半徑內(nèi)的最小樣本數(shù)minpts；

31、將二維關(guān)系數(shù)據(jù)集中每個(gè)數(shù)據(jù)點(diǎn)標(biāo)記為未訪問(wèn)狀態(tài)，創(chuàng)建一個(gè)空的聚類(lèi)集合和噪聲點(diǎn)集合；

32、依次將二維數(shù)據(jù)集中的每個(gè)數(shù)據(jù)點(diǎn)進(jìn)行訪問(wèn)，將進(jìn)入訪問(wèn)狀態(tài)的數(shù)據(jù)點(diǎn)標(biāo)定為數(shù)據(jù)點(diǎn)p，并將p標(biāo)記為已訪問(wèn)，根據(jù)所述鄰域半徑找到p的ε鄰域內(nèi)的所有點(diǎn)，標(biāo)定為集合np；

33、若np中的數(shù)據(jù)點(diǎn)小于minpts，則將p標(biāo)記為噪聲點(diǎn)，若np中的數(shù)據(jù)點(diǎn)不小于minpts，則將p標(biāo)記為核心點(diǎn)，創(chuàng)建一個(gè)新的簇c，并將數(shù)據(jù)點(diǎn)p加入到簇c中；

34、對(duì)于簇c中的每一個(gè)數(shù)據(jù)點(diǎn)q，如果q是核心點(diǎn)，則找到q的ε鄰域內(nèi)的所有點(diǎn)nq，如果nq的數(shù)據(jù)點(diǎn)不小于minpts，則將nq中所有點(diǎn)加入至簇c中，直至二維數(shù)據(jù)集中的所有數(shù)據(jù)點(diǎn)被訪問(wèn)，得到溫度-恢復(fù)率的聚類(lèi)結(jié)果；

35、根據(jù)每類(lèi)聚類(lèi)結(jié)果的恢復(fù)率進(jìn)行每類(lèi)聚類(lèi)結(jié)果的恢復(fù)性能分析，將恢復(fù)性能高于預(yù)設(shè)值的聚類(lèi)結(jié)果保留并標(biāo)注恢復(fù)性能標(biāo)簽，確定每類(lèi)聚類(lèi)結(jié)果中的溫度-恢復(fù)率所屬的形變量；

36、根據(jù)每個(gè)聚類(lèi)結(jié)果的恢復(fù)性能標(biāo)簽和所屬的形變量，確定在鐵磁形狀記憶金屬在不同形變量下的高效恢復(fù)溫度區(qū)間，標(biāo)定為鐵磁形狀記憶金屬的形變恢復(fù)推薦溫度區(qū)間。

37、本方案中，所述獲取鐵磁形狀記憶金屬在預(yù)設(shè)時(shí)間段內(nèi)的歷史形變情況數(shù)據(jù)，并根據(jù)形變恢復(fù)推薦溫度區(qū)間對(duì)預(yù)設(shè)時(shí)間段內(nèi)鐵磁形狀記憶金屬的形變進(jìn)行恢復(fù)，得到歷史形變恢復(fù)情況變化數(shù)據(jù)，具體為：

38、根據(jù)所述鐵磁形狀記憶金屬的形變恢復(fù)推薦溫度區(qū)間確定鐵磁形狀記憶金屬形變恢復(fù)所需加熱功率和溫度可控范圍，根據(jù)所述加熱功率和溫度可控范圍構(gòu)建鐵磁形狀記憶金屬形變恢復(fù)的加熱系統(tǒng)；

39、獲取鐵磁形狀記憶金屬在預(yù)設(shè)時(shí)間段內(nèi)的多次歷史形變情況數(shù)據(jù)，當(dāng)每次發(fā)生形變時(shí)，根據(jù)形變恢復(fù)推薦溫度區(qū)間對(duì)預(yù)設(shè)時(shí)間段內(nèi)鐵磁形狀記憶金屬的每次形變進(jìn)行恢復(fù)，并獲取根據(jù)形變恢復(fù)推薦溫度區(qū)間進(jìn)行形變恢復(fù)后的鐵磁形狀記憶金屬的形態(tài)數(shù)據(jù)；

40、根據(jù)形變恢復(fù)后的鐵磁形狀記憶金屬的形態(tài)數(shù)據(jù)確定每次形變恢復(fù)的恢復(fù)率，將所述每次形變恢復(fù)的恢復(fù)率按照時(shí)間序列進(jìn)行排序操作，得到預(yù)設(shè)時(shí)間段內(nèi)的歷史形變恢復(fù)情況變化數(shù)據(jù)。

41、本方案中，所述基于lstm算法和歷史形變恢復(fù)情況變化數(shù)據(jù)構(gòu)建形變恢復(fù)情況預(yù)測(cè)模型，根據(jù)所述形變恢復(fù)情況預(yù)測(cè)模型對(duì)待性能評(píng)估的鐵磁形狀記憶金屬的形變恢復(fù)情況進(jìn)行預(yù)測(cè)，得到形變恢復(fù)情況預(yù)測(cè)結(jié)果，具體為：

42、基于lstm算法構(gòu)建形變恢復(fù)情況預(yù)測(cè)模型，根據(jù)歷史形變恢復(fù)情況變化數(shù)據(jù)的數(shù)據(jù)格式確定模型輸入層的輸入數(shù)據(jù)形狀，構(gòu)建lstm層、dropout層、全連接層和輸出層，將均方誤差作為模型損失函數(shù)，并選擇adam作為模型優(yōu)化器；

43、將所述歷史形變情況恢復(fù)數(shù)據(jù)按照預(yù)設(shè)比例劃分為訓(xùn)練集、測(cè)試集，將訓(xùn)練集導(dǎo)入形變恢復(fù)情況預(yù)測(cè)模型中進(jìn)行模型訓(xùn)練，通過(guò)測(cè)試集監(jiān)控模型性能，根據(jù)測(cè)試集的預(yù)測(cè)準(zhǔn)確率調(diào)整模型參數(shù)，所述模型參數(shù)包括學(xué)習(xí)率、lstm層數(shù)、dropout率；

44、獲取待性能評(píng)估的鐵磁形狀記憶金屬在當(dāng)前時(shí)間段內(nèi)的形變恢復(fù)情況變化數(shù)據(jù)，將當(dāng)前時(shí)間段內(nèi)的形變恢復(fù)情況變化數(shù)據(jù)導(dǎo)入所述形變恢復(fù)情況預(yù)測(cè)模型中，對(duì)待性能評(píng)估的鐵磁形狀記憶金屬在未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的形變恢復(fù)率進(jìn)行預(yù)測(cè)，得到形變恢復(fù)情況預(yù)測(cè)結(jié)果。

45、本方案中，所述根據(jù)所述形變恢復(fù)情況預(yù)測(cè)結(jié)果對(duì)待性能評(píng)估的鐵磁形狀記憶金屬進(jìn)行金屬疲勞性評(píng)估，得到評(píng)估結(jié)果，根據(jù)所述評(píng)估結(jié)果確定磁形狀記憶金屬的更新時(shí)間，具體為：

46、根據(jù)所述形變恢復(fù)情況預(yù)測(cè)結(jié)果對(duì)待性能評(píng)估的鐵磁形狀記憶金屬進(jìn)行金屬疲勞性評(píng)估，根據(jù)所述金屬疲勞性計(jì)算待性能評(píng)估鐵磁形狀記憶金屬的剩余壽命，得到鐵磁形狀記憶金屬性能評(píng)估結(jié)果；

47、獲取鐵磁形狀記憶金屬的使用性能需求數(shù)據(jù)，根據(jù)鐵磁形狀記憶金屬性能評(píng)估結(jié)果判斷鐵磁形狀記憶金屬是否滿足使用性能需求，若不滿足，則對(duì)鐵磁形狀記憶金屬進(jìn)行更新操作；

48、若滿足，根據(jù)鐵磁形狀記憶金屬性能評(píng)估結(jié)果確定到達(dá)使用性能需求閾值的時(shí)間點(diǎn)，確定鐵磁形狀記憶金屬的剩余可使用時(shí)間長(zhǎng)度，根據(jù)到達(dá)使用性能需求閾值的時(shí)間點(diǎn)對(duì)鐵磁形狀記憶金屬進(jìn)行更新操作；

49、預(yù)設(shè)可使用時(shí)間長(zhǎng)度閾值，當(dāng)可使用時(shí)間長(zhǎng)度大于可使用時(shí)間長(zhǎng)度閾值，將鐵磁形狀記憶金屬標(biāo)記為一類(lèi)品，當(dāng)可使用時(shí)間長(zhǎng)度小于可使用時(shí)間長(zhǎng)度閾值時(shí)，將鐵磁形狀記憶金屬標(biāo)記為二類(lèi)品；

50、根據(jù)形變恢復(fù)情況預(yù)測(cè)結(jié)果確定一類(lèi)品和二類(lèi)品的形變恢復(fù)率的下降趨勢(shì)，根據(jù)所述下降趨勢(shì)確定一類(lèi)品和二類(lèi)品的周期性性能檢測(cè)頻率和檢測(cè)項(xiàng)目，得到周期性性能檢測(cè)方案。

51、本發(fā)明第二方面還提供了一種鐵磁形狀記憶金屬性能評(píng)估系統(tǒng)，該系統(tǒng)包括：存儲(chǔ)器、處理器，所述存儲(chǔ)器中包括鐵磁形狀記憶金屬性能評(píng)估方法程序，所述鐵磁形狀記憶金屬性能評(píng)估方法程序被所述處理器執(zhí)行時(shí)，實(shí)現(xiàn)如下步驟：

52、獲取鐵磁形狀記憶金屬的標(biāo)準(zhǔn)生產(chǎn)樣品，提取所述標(biāo)準(zhǔn)生產(chǎn)樣品的初始形態(tài)參數(shù)，得到鐵磁形狀記憶金屬標(biāo)準(zhǔn)形態(tài)數(shù)據(jù)；

53、獲取鐵磁形狀記憶金屬的極限應(yīng)力，將所述標(biāo)準(zhǔn)生產(chǎn)樣品在極限應(yīng)力范圍內(nèi)進(jìn)行應(yīng)力測(cè)試，得到形變生產(chǎn)樣品，對(duì)形變生產(chǎn)樣品進(jìn)行加熱處理，獲取在不同溫度下形變樣品的恢復(fù)率，并確定不同形變量生產(chǎn)樣品的形變恢復(fù)與溫度之間的關(guān)系，得到形變量-溫度-恢復(fù)率關(guān)系數(shù)據(jù)；

54、根據(jù)所述形變量-溫度-恢復(fù)率關(guān)系數(shù)據(jù)識(shí)別鐵磁形狀記憶金屬在不同形變量下的高效恢復(fù)溫度區(qū)間，將所述高效恢復(fù)溫度區(qū)間作為鐵磁形狀記憶金屬的形變恢復(fù)推薦溫度區(qū)間；

55、獲取鐵磁形狀記憶金屬在預(yù)設(shè)時(shí)間段內(nèi)的歷史形變情況數(shù)據(jù)，并根據(jù)形變恢復(fù)推薦溫度區(qū)間對(duì)預(yù)設(shè)時(shí)間段內(nèi)鐵磁形狀記憶金屬的形變進(jìn)行恢復(fù)，得到歷史形變恢復(fù)情況變化數(shù)據(jù)；

56、基于lstm算法和歷史形變恢復(fù)情況變化數(shù)據(jù)構(gòu)建形變恢復(fù)情況預(yù)測(cè)模型，根據(jù)所述形變恢復(fù)情況預(yù)測(cè)模型對(duì)待性能評(píng)估的鐵磁形狀記憶金屬的形變恢復(fù)情況進(jìn)行預(yù)測(cè)，得到形變恢復(fù)情況預(yù)測(cè)結(jié)果；

57、根據(jù)所述形變恢復(fù)情況預(yù)測(cè)結(jié)果對(duì)待性能評(píng)估的鐵磁形狀記憶金屬進(jìn)行金屬疲勞性評(píng)估，得到評(píng)估結(jié)果，根據(jù)所述評(píng)估結(jié)果確定磁形狀記憶金屬的更新時(shí)間。

58、本發(fā)明公開(kāi)了一種鐵磁形狀記憶金屬性能評(píng)估方法及系統(tǒng)。通過(guò)獲取標(biāo)準(zhǔn)樣品的形態(tài)參數(shù)和極限應(yīng)力范圍內(nèi)的形變數(shù)據(jù)，確定形變量-溫度-恢復(fù)率關(guān)系?；谠撽P(guān)系，識(shí)別高效恢復(fù)溫度區(qū)間，并對(duì)樣品在預(yù)設(shè)時(shí)間段內(nèi)的歷史形變數(shù)據(jù)進(jìn)行恢復(fù)分析。利用lstm算法構(gòu)建形變恢復(fù)預(yù)測(cè)模型，預(yù)測(cè)待評(píng)估金屬的形變恢復(fù)情況。最終，根據(jù)預(yù)測(cè)結(jié)果評(píng)估金屬的疲勞性，確定其使用期限。本方法提高了鐵磁形狀記憶金屬性能評(píng)估的準(zhǔn)確性，提供了科學(xué)的使用建議。