買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜湖南大學(xué)蘇州研究院;湖南大學(xué)申請(qǐng)的專利一種基于深度學(xué)習(xí)的機(jī)械多接頭力學(xué)性能預(yù)測(cè)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119249925B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-18發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411793247.3，技術(shù)領(lǐng)域涉及：G06F30/27；該發(fā)明授權(quán)一種基于深度學(xué)習(xí)的機(jī)械多接頭力學(xué)性能預(yù)測(cè)方法是由徐世偉;李建宇;鐘志華;王睿;宋華;魯后國(guó);肖培杰;李昊;李世龍?jiān)O(shè)計(jì)研發(fā)完成，并于2024-12-09向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于深度學(xué)習(xí)的機(jī)械多接頭力學(xué)性能預(yù)測(cè)方法在說明書摘要公布了：本發(fā)明公開了一種基于深度學(xué)習(xí)的機(jī)械多接頭力學(xué)性能預(yù)測(cè)方法，包括：進(jìn)行SPR、FDS、焊點(diǎn)的多個(gè)接頭的精細(xì)模型仿真，創(chuàng)建若干機(jī)械連接接頭精細(xì)模型，實(shí)現(xiàn)數(shù)據(jù)構(gòu)建；采集CAE精細(xì)模型或者實(shí)驗(yàn)料片的布局特征信息；對(duì)接頭數(shù)據(jù)庫(kù)基于隨機(jī)森林方法進(jìn)行特征選擇；基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建強(qiáng)度特征模型，通過隨機(jī)森林方法選擇的特征信息數(shù)據(jù)作為訓(xùn)練集，對(duì)應(yīng)的接頭強(qiáng)度特征信息作為標(biāo)簽，對(duì)多接頭的強(qiáng)度特征模型進(jìn)行訓(xùn)練；集成多個(gè)卷積神經(jīng)網(wǎng)絡(luò)模型，綜合獲取預(yù)測(cè)的多接頭強(qiáng)度特征信息，模型的評(píng)估與模型應(yīng)用，該發(fā)明通過將歷史數(shù)據(jù)和仿真結(jié)果作為訓(xùn)練數(shù)據(jù)，深度學(xué)習(xí)模型可以高效地預(yù)測(cè)接頭數(shù)量與位置變化時(shí)的力學(xué)性能。

本發(fā)明授權(quán)一種基于深度學(xué)習(xí)的機(jī)械多接頭力學(xué)性能預(yù)測(cè)方法在權(quán)利要求書中公布了：1.一種基于深度學(xué)習(xí)的機(jī)械多接頭力學(xué)性能預(yù)測(cè)方法，其特征在于，包括：S1：CAE仿真母模型構(gòu)建，進(jìn)行SPR、FDS、焊點(diǎn)的多個(gè)接頭的精細(xì)模型仿真，且進(jìn)行仿真與實(shí)驗(yàn)的對(duì)標(biāo)，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(chuàng)建若干機(jī)械連接接頭精細(xì)模型，實(shí)現(xiàn)數(shù)據(jù)構(gòu)建；S3：采集S1、S2步驟中CAE精細(xì)模型或者實(shí)驗(yàn)料片的布局特征信息：每一組模型對(duì)應(yīng)一組布局特征信息，特征信息包括接頭個(gè)數(shù)，接頭種類，接頭的排列方式；并采集強(qiáng)度特征信息：載荷峰值，對(duì)應(yīng)力位移曲線中的力值最大點(diǎn)；S4：針對(duì)獲取到的接頭布局特征信息和對(duì)應(yīng)的強(qiáng)度特征信息兩類數(shù)據(jù)進(jìn)行預(yù)處理，整合預(yù)處理后的接頭樣本的布局特征信息和強(qiáng)度特征信息，構(gòu)成接頭數(shù)據(jù)庫(kù)，且對(duì)接頭數(shù)據(jù)庫(kù)基于隨機(jī)森林方法進(jìn)行特征選擇；S5：基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建強(qiáng)度特征模型，通過隨機(jī)森林方法選擇的特征信息數(shù)據(jù)作為訓(xùn)練集，對(duì)應(yīng)的接頭強(qiáng)度特征信息作為標(biāo)簽，對(duì)多接頭的強(qiáng)度特征模型進(jìn)行訓(xùn)練；S6：集成多個(gè)卷積神經(jīng)網(wǎng)絡(luò)模型，綜合獲取預(yù)測(cè)的多接頭強(qiáng)度特征信息；S7：模型的評(píng)估，選取平均絕對(duì)誤差和均方誤差作為評(píng)價(jià)指標(biāo)，使用測(cè)試集數(shù)據(jù)樣本對(duì)模型進(jìn)行評(píng)估，通過調(diào)整卷積層數(shù)量、大小，雙向長(zhǎng)短期記憶網(wǎng)絡(luò)層數(shù)、每層神經(jīng)元數(shù)量、時(shí)間步長(zhǎng)以及注意力分?jǐn)?shù)函數(shù)，得到不同的評(píng)價(jià)指標(biāo)，對(duì)比評(píng)價(jià)指標(biāo)，選擇預(yù)測(cè)值與實(shí)際值更接近以及預(yù)測(cè)性能更穩(wěn)定的參數(shù)組合；S8：模型應(yīng)用，將訓(xùn)練好的模型應(yīng)用于實(shí)際測(cè)試項(xiàng)目中，根據(jù)模型預(yù)測(cè)的多接頭強(qiáng)度值與實(shí)際試驗(yàn)獲取的多接頭強(qiáng)度值對(duì)比，評(píng)估模型的應(yīng)用預(yù)測(cè)效果，采用新的實(shí)驗(yàn)數(shù)據(jù)對(duì)模型進(jìn)行再訓(xùn)練，更新模型參數(shù)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人湖南大學(xué)蘇州研究院;湖南大學(xué)，其通訊地址為：215131 江蘇省蘇州市相城區(qū)北橋街道鳳北蕩路200號(hào)3號(hào)樓；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。