龍巖學院魏鋮獲國家專利權
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!
龍圖騰網獲悉龍巖學院申請的專利一種基于人工智能的金屬制品機械性能檢測方法及系統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:CN120473055B 。
龍圖騰網通過國家知識產權局官網在2025-09-16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:202510980823.3,技術領域涉及:G16C60/00;該發明授權一種基于人工智能的金屬制品機械性能檢測方法及系統是由魏鋮;洪展坤設計研發完成,并于2025-07-16向國家知識產權局提交的專利申請。
本一種基于人工智能的金屬制品機械性能檢測方法及系統在說明書摘要公布了:本發明涉及金屬制品機械性能預測技術領域,提供一種基于人工智能的金屬制品機械性能檢測方法及系統,方法包括數據融合分析、材料本構性能預測、機械性能質量預測和性能檢測評估;該方法通過引入結構演化改進因子與因果圖嵌入強化學習模型,實現了從工藝參數到材料本構性能再到最終力學性能的全過程智能建模與因果推理,具備性能預測、成因解釋與優化建議三重能力,顯著提升復雜結構件的服役前評估與質量控制效率;通過構建“數據融合—材料建?!阅茴A測—檢測評估”四模塊一體化聯動系統,實現了從原始數據到性能評估的全鏈條閉環式分析。
本發明授權一種基于人工智能的金屬制品機械性能檢測方法及系統在權利要求書中公布了:1.一種基于人工智能的金屬制品機械性能檢測方法,其特征在于:該方法包括以下步驟: 步驟S1:數據融合分析,得到金屬制品特征優化數據; 步驟S2:材料本構性能預測,依據所述金屬制品特征優化數據,采用結合結構演化改進的多因子金屬材料本構建模方法,進行材料本構性能預測,得到材料本構預測參數,包括以下步驟:步驟S21:輸入特征處理;步驟S22:本構目標定義;步驟S23:基礎預測模型構建,構建標準XGBoost模型作為回歸預測模型的基礎模型,并通過最小化平方誤差損失函數進行模型預測優化;步驟S24:結構演化改進因子構建,通過定義工藝趨勢函數并構建趨勢偏離度指標函數,表示材料結構本體受工藝參數加工影響的趨勢偏離度,得到趨勢偏離度損失項,并使用所述趨勢偏離度損失項進行結構演化改進因子構建,通過將所述趨勢偏離度損失項和所述最小化平方誤差損失進行加權,進行損失加權融合,得到綜合損失函數;步驟S25:材料本構預測; 步驟S3:機械性能質量預測,依據所述材料本構預測參數和所述金屬制品特征優化數據,采用結合因果圖改進嵌入的強化學習性能預測方法,進行機械性能質量預測,得到機械性能預測參數,包括以下步驟:步驟S31:輸入特征編碼,整合所述材料本構預測參數和所述金屬制品特征優化數據,進行機械性能質量預測的特征編碼,得到狀態變量特征數據;步驟S32:構建金屬制品機械因果圖;步驟S33:構建強化學習環境;步驟S34:構建因果嵌入策略網絡;步驟S35:構建機械因果嵌入獎勵,引入等級函數進行因果嵌入獎勵改進;步驟S36:機械性能質量預測; 步驟S4:金屬制品機械性能檢測,結合所述機械性能預測參數和實際金屬制品檢測實驗樣本,進行對比分析、誤差分析和預測偏差分析,得到機械性能檢測綜合參考數據。
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龍巖學院,其通訊地址為:364012 福建省龍巖市新羅區東肖北路1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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。