摘要
本发明提供一种基于物理信息神经网络的钢管控冷工艺优化方法，涉及材料力学与工程领域，包括：步骤S1、基于物理信息进行数据增强：先输入工艺参数、采用有限差分法获得温度场，再利用温度场获得钢管的相组成，并由相组成和温度场获得钢管宏观性能，最后完成流场分析与有限元模拟验证；步骤S2、钢管力学性能预测：构建基于物理信息神经网络的模型，实现工艺参数到最终力学性能的一体化预测‑优化框架；步骤S3、钢管力学性能预测：利用基于物理信息神经网络模型作为目标函数，采用改进的贝叶斯优化算法实现工艺参数优化。该方法能够有效实现对钢管的力学性能精准预测以及对其控冷工艺参数的协同优化。
