一种高硬度铁基涂层优化设计方法及系统

本发明公开了一种高硬度铁基涂层优化设计方法及系统，方法包括将优化特征数据集分别输入至模型群中的每一个机器学习模型中进行模型训练，选取预测性能最优的机器学习模型作为目标预测模型，并通过增量数据集的迭代循环提高目标预测模型的准确性和泛化能力，得到有效预测模型；然后对待识别数据库中的各涂层元素的质量分数和激光熔覆工艺参数进行数据采样，生成待识别制备数据集，输入至有效预测模型中得到识别硬度值，选取最高识别硬度值对应的各涂层元素的质量分数和激光熔覆工艺参数作为高硬度铁基涂层设计参数，通过机器学习模型、实验验证与模型更新的闭环机制，突破涂层硬度设计上限、缩短研发周期，降低实验成本，提高轧辊生产效率。