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！

龍圖騰網獲悉蘇州工學院申請的專利基于機器學習的合金鑄造件微觀組織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：CN120412858B 。

龍圖騰網通過國家知識產權局官網在2025-09-02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：202510906630.3，技術領域涉及：G16C60/00；該發明授權基于機器學習的合金鑄造件微觀組織力學性能預測方法是由姚嘉;姜巍;沙祝宇;朱子豪;程埡設計研發完成，并于2025-07-02向國家知識產權局提交的專利申請。

本基于機器學習的合金鑄造件微觀組織力學性能預測方法在說明書摘要公布了：本發明提供一種基于機器學習的合金鑄造件微觀組織力學性能預測方法，涉及鑄造件力學性能預測技術領域，包括：獲取多組鋁合金鑄造電池包框架的微觀組織特征參數及對應的力學參數，生成樣本數據集，基于數據集構建神經網絡模型，將微觀組織特征作為輸入，力學參數作為標簽進行訓練。將待預測鋁合金鑄造件各微觀組織區域的微觀組織特征參數輸入訓練好的模型，輸出預測的力學參數，進而確定初始強韌度指數。根據組織非均勻性指數和缺陷敏感閾值計算強韌度修正因子，修正初始強韌度指數，得到綜合強韌度指數，基于綜合強韌度指數對各微觀組織區域進行力學性能的預測，實現了對汽車鋁合金鑄造電池包框架的非均質力學性能精準評估。

本發明授權基于機器學習的合金鑄造件微觀組織力學性能預測方法在權利要求書中公布了：1.一種基于機器學習的合金鑄造件微觀組織力學性能預測方法，其特征在于，具體步驟包括： S1，獲取多組汽車鋁合金鑄造電池包框架的微觀組織特征參數和對應的力學參數，將每一組微觀組織特征參數和力學參數進行一一映射，生成樣本數據集，所述微觀組織特征參數包括枝晶二次臂間距、相面積占比、孔隙率和晶界小角度取向差占比，力學參數包括彈性模量、屈服強度和泊松比； S2，基于樣本數據集中的數據，構建神經網絡模型，以樣本數據集內的微觀組織特征參數作為模型的輸入，并以樣本數據集中的力學參數作為標簽，對神經網絡模型進行訓練，得到力學參數預測模型； S3,根據鑄造組織差異對待預測汽車鋁合金鑄造電池包框架進行微觀組織區域劃分，采集劃分完成的合金鑄造件各個微觀組織區域的微觀組織特征參數，所述微觀組織特征參數包括枝晶二次臂間距、相面積占比、孔隙率和晶界小角度取向差占比； S4，將上述待預測合金鑄造件微觀組織特征參數輸入至完成訓練的力學參數預測模型中，模型輸出預測彈性模量、預測屈服強度和預測泊松比，基于預測彈性模量、預測屈服強度和預測泊松比確定初始強韌度指數； S5，根據所有微觀組織區域預測屈服強度的標準差確定組織非均勻性指數，根據最大缺陷尺寸確定缺陷敏感閾值，基于組織非均勻性指數和缺陷敏感閾值計算強韌度修正因子，利用強韌度修正因子對初始強韌度指數進行修正，得到用于反映微觀組織區域力學性能好壞的綜合強韌度指數； S6，構建基于上述待預測合金鑄造件的有限元模型，將合金鑄造件的微觀組織區域與模型幾何拓撲進行空間配準，并進行三維網格劃分，將每個微觀組織區域的綜合強韌度指數映射至對應位置的網格節點，并基于空間距離衰減規律，確定其他網格節點的綜合強韌度指數，完成整個合金鑄造件力學性能的預測； 將待預測合金鑄造件微觀組織特征參數輸入至完成訓練的力學參數預測模型中，模型輸出預測彈性模量、預測屈服強度和預測泊松比； 基于預測彈性模量、預測屈服強度和預測泊松比確定初始強韌度指數，所依據的公式為： ， 式中，為初始強韌度指數，為預測彈性模量，為參考彈性模量，為預測屈服強度，為參考屈服強度，為預測泊松比，為參考泊松比，為自然常數，、和為預設權重值，且滿足，的取值范圍為0,1]，和為材料常數，根據材料種類確定具體取值。

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蘇州工學院，其通訊地址為：215500 江蘇省蘇州市常熟市南三環路99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”。