買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉湖南大學蘇州研究院;湖南大學申請的專利一種基于深度學習的機械多接頭力學性能預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119249925B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411793247.3，技術領域涉及：G06F30/27；該發明授權一種基于深度學習的機械多接頭力學性能預測方法是由徐世偉;李建宇;鐘志華;王睿;宋華;魯后國;肖培杰;李昊;李世龍設計研發完成，并于2024-12-09向國家知識產權局提交的專利申請。

本一種基于深度學習的機械多接頭力學性能預測方法在說明書摘要公布了：本發明公開了一種基于深度學習的機械多接頭力學性能預測方法，包括：進行SPR、FDS、焊點的多個接頭的精細模型仿真，創建若干機械連接接頭精細模型，實現數據構建；采集CAE精細模型或者實驗料片的布局特征信息；對接頭數據庫基于隨機森林方法進行特征選擇；基于卷積神經網絡構建強度特征模型，通過隨機森林方法選擇的特征信息數據作為訓練集，對應的接頭強度特征信息作為標簽，對多接頭的強度特征模型進行訓練；集成多個卷積神經網絡模型，綜合獲取預測的多接頭強度特征信息，模型的評估與模型應用，該發明通過將歷史數據和仿真結果作為訓練數據，深度學習模型可以高效地預測接頭數量與位置變化時的力學性能。

本發明授權一種基于深度學習的機械多接頭力學性能預測方法在權利要求書中公布了：1.一種基于深度學習的機械多接頭力學性能預測方法，其特征在于，包括：S1：CAE仿真母模型構建，進行SPR、FDS、焊點的多個接頭的精細模型仿真，且進行仿真與實驗的對標，其中：SPR為自沖鉚接、FDS為熱熔自攻絲；S2：在S1的步驟上采用CAE模擬仿真方式，創建若干機械連接接頭精細模型，實現數據構建；S3：采集S1、S2步驟中CAE精細模型或者實驗料片的布局特征信息：每一組模型對應一組布局特征信息，特征信息包括接頭個數，接頭種類，接頭的排列方式；并采集強度特征信息：載荷峰值，對應力位移曲線中的力值最大點；S4：針對獲取到的接頭布局特征信息和對應的強度特征信息兩類數據進行預處理，整合預處理后的接頭樣本的布局特征信息和強度特征信息，構成接頭數據庫，且對接頭數據庫基于隨機森林方法進行特征選擇；S5：基于卷積神經網絡構建強度特征模型，通過隨機森林方法選擇的特征信息數據作為訓練集，對應的接頭強度特征信息作為標簽，對多接頭的強度特征模型進行訓練；S6：集成多個卷積神經網絡模型，綜合獲取預測的多接頭強度特征信息；S7：模型的評估，選取平均絕對誤差和均方誤差作為評價指標，使用測試集數據樣本對模型進行評估，通過調整卷積層數量、大小，雙向長短期記憶網絡層數、每層神經元數量、時間步長以及注意力分數函數，得到不同的評價指標，對比評價指標，選擇預測值與實際值更接近以及預測性能更穩定的參數組合；S8：模型應用，將訓練好的模型應用于實際測試項目中，根據模型預測的多接頭強度值與實際試驗獲取的多接頭強度值對比，評估模型的應用預測效果，采用新的實驗數據對模型進行再訓練，更新模型參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湖南大學蘇州研究院;湖南大學，其通訊地址為：215131 江蘇省蘇州市相城區北橋街道鳳北蕩路200號3號樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。