01
烧结收缩率基础
定义·计算公式·材料成分/压制密度/烧结温度/保温时间
核心概念影响因素
02
收缩率测量方法
标准试样·千分尺/影像仪/三坐标·误差分析
检测数据处理
03
收缩率预测模型概述
经验模型·统计回归·神经网络/SVM对比选型
模型选型机器学习
04
数据采集与预处理
历史数据·清洗/异常值·特征工程(温度/密度/成分)
数据清洗特征工程
05
基于线性回归的收缩率预测
一元/多元线性回归·R²/RMSE/MAE·sklearn实现
线性回归Python
06
基于多项式回归的收缩率预测
多项式扩展·过拟合/欠拟合·Lasso/Ridge正则化
多项式正则化
07
决策树与随机森林预测
决策树原理·随机森林集成·特征重要性·Python实现
随机森林集成学习
08
支持向量机(SVM)预测
SVR原理·线性核/RBF核·参数C/gamma调优
SVM核函数
09
神经网络(ANN)预测
结构设计·激活函数·Keras/TensorFlow实现
深度学习ANN
10
模型评估与对比
K折交叉验证·多模型性能表格·选择策略
交叉验证模型对比
11
模具补偿设计基础
补偿概念·补偿量与收缩率关系·基本原则
补偿原理设计基础
12
单腔模具补偿设计
单一产品补偿计算·模具尺寸确定·案例演示
单腔案例
13
多腔模具补偿设计
均匀性补偿·各腔独立策略·流道平衡
多腔流道
14
复杂形状模具补偿设计
异形件·壁厚不均匀·尖角/圆角补偿
复杂形状异形
15
有限元仿真验证
Abaqus/ANSYS·模型建立·仿真与实测对比
仿真FEA
16
补偿设计的迭代优化
试模-测量-修正循环·收敛判断·自动化迭代
迭代优化
17
模具材料与热处理影响
热膨胀系数·热处理变形·补偿量修正
模具钢热处理
18
粉末特性对收缩率的影响
粒度分布·形貌·流动性·松装/振实密度
粉末物性
19
压制工艺参数影响
压制压力·保压时间·压制速度·润滑剂
压制工艺
20
烧结工艺参数影响
升温速率·烧结温度·保温时间·冷却/气氛
烧结温度曲线
21
收缩率的各向异性
轴向/径向差异·产生原因·各向异性补偿
各向异性补偿策略
22
工程案例一：汽车零部件
齿轮/轴承收缩率预测与模具补偿
汽车齿轮
23
工程案例二：电子陶瓷元件
基板/封装壳收缩率预测与补偿
电子陶瓷封装
24
工程案例三：硬质合金刀具
刀片/钻头收缩率预测与模具补偿
硬质合金刀具
25
模具补偿设计的成本控制
制造成本·减少试模·快速换模与调整
成本效率
26
模具补偿设计的质量管理
SPC统计过程控制·CPK·尺寸稳定性监控
质量SPC
27
自动化补偿设计系统开发
需求分析·系统架构·Flask/Django·前端界面
系统开发Python
28
行业标准与规范
ISO/ASTM/GB/T相关条款解读
标准规范
29
未来趋势与前沿技术
数字孪生·AI自适应补偿·实时监测动态补偿
数字孪生AI
30
综合实战项目
数据采集到模具交付·报告撰写·答辩要点
全流程实战