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！

龍圖騰網獲悉成都虹潤制漆有限公司申請的專利一種基于LSTM神經網絡的涂料降解智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：CN120340667B 。

龍圖騰網通過國家知識產權局官網在2025-08-26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：202510807471.1，技術領域涉及：G16C20/20；該發明授權一種基于LSTM神經網絡的涂料降解智能預測方法是由江擁;楊柳;張穎君;鄧志勇;楊汝良;楊飛;尹迪設計研發完成，并于2025-06-17向國家知識產權局提交的專利申請。

本一種基于LSTM神經網絡的涂料降解智能預測方法在說明書摘要公布了：本發明公開了一種基于LSTM神經網絡的涂料降解智能預測方法，涉及涂料技術領域，該方法包括：步驟S1：收集初始光譜數據，使用初始分峰方法生成初始含量值；步驟S2：采集動態特征數據，構建基于LSTM的神經網絡模型；步驟S3：對初始含量值進行預測迭代，生成預測含量值；步驟S4：設置誤差冗余值范圍，當預測含量值在誤差冗余值范圍內時將預測含量值標注為檢測金屬含量真實值。本發明與現有技術相比，使用LSTM神經網絡并將金屬元素氧化降解的動態特征作為輸入條件，在LSTM神經網絡的訓練過程中不斷學習不同降解環境下的變化規律，對模型的輸出能夠進行實時評估，具有提高涂料中金屬含量預測精度的優點和降低涂層防護能力評估誤差風險的有益效果。

本發明授權一種基于LSTM神經網絡的涂料降解智能預測方法在權利要求書中公布了：1.一種基于LSTM神經網絡的涂料降解智能預測方法，其特征在于，該方法包括： 步驟S1：針對目標涂料收集用于金屬檢測的包含時間戳的初始光譜數據，使用初始分峰方法對初始光譜數據進行峰檢測，生成表示目標涂料中初始檢測金屬含量的初始含量值； 步驟S2：在目標涂料中監測并采集目標金屬元素氧化降解的動態特征數據，構建基于LSTM的神經網絡模型，將動態特征數據設置為神經網絡模型用于迭代的迭代約束條件； 步驟S3：將初始含量值作為輸入值輸入至神經網絡模型，基于迭代約束條件對初始含量值進行預測迭代，將最終生成的輸出值標注為表示目標涂料中預測金屬含量的預測含量值； 步驟S4：設置誤差冗余值范圍，使用均方誤差方法對預測含量值進行真實度評估，當預測含量值在誤差冗余值范圍內時將預測含量值標注為最終檢測金屬含量的真實值，當預測含量值在誤差冗余值范圍外時，返回執行步驟S2； 所述動態特征數據包括峰位偏移值、濕度變化值和紫外線輻射值；所述峰位偏移值用以量化單位時間內金屬氧化導致的X射線熒光光譜能量偏移，所述濕度變化值表示在單位時間內目標金屬元素的濕度值變化量，所述紫外線輻射值表示目標涂料在單位時間內的紫外線累積暴露總量；針對每一項動態特征數據分別單獨設置動態閾值，將數值大小達到動態閾值以上的動態特征數據標注為有效動態數據。

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成都虹潤制漆有限公司，其通訊地址為：611930 四川省成都市彭州工業開發區丹旗南路66號；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”。