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！

龍圖騰網獲悉東北大學申請的專利一種基于物理信息神經網絡的冷軋帶鋼后屈曲撓度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：CN120409285B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202510846011.X，技術領域涉及：G06F30/27；該發明授權一種基于物理信息神經網絡的冷軋帶鋼后屈曲撓度預測方法是由李雪夢;孫杰;吳豪;田寶錢;彭文;張殿華設計研發完成，并于2025-06-24向國家知識產權局提交的專利申請。

本一種基于物理信息神經網絡的冷軋帶鋼后屈曲撓度預測方法在說明書摘要公布了：本發明的一種基于物理信息神經網絡的冷軋帶鋼后屈曲撓度預測方法，包括：步驟1：采集帶鋼的幾何參數、帶鋼的材料屬性參數、帶鋼所受的載荷條件和邊界條件；步驟2：在帶鋼的求解區域內對帶鋼進行采樣，獲得多個采樣點的坐標并進行歸一化處理后構成訓練數據集；步驟3：構建基于物理信息神經網絡的冷軋帶鋼后屈曲預測模型；步驟4：采用訓練數據集對基于物理信息神經網絡的冷軋帶鋼后屈曲預測模型進行訓練；步驟5：采集帶鋼的待預測點的坐標，采用訓練好的基于物理信息神經網絡的冷軋帶鋼后屈曲預測模型進行后屈曲撓度預測。本發明結合物理規律與機器學習算法，實現對冷軋帶鋼后屈曲撓度的精準預測。

本發明授權一種基于物理信息神經網絡的冷軋帶鋼后屈曲撓度預測方法在權利要求書中公布了：1.一種基于物理信息神經網絡的冷軋帶鋼后屈曲撓度預測方法，其特征在于，包括： 步驟1：采集帶鋼的幾何參數、帶鋼的材料屬性參數、帶鋼所受的初始載荷和邊界條件； 步驟2：在帶鋼的求解區域內對帶鋼進行采樣，獲得多個采樣點的坐標并進行歸一化處理后構成訓練數據集； 步驟3：構建基于物理信息神經網絡的冷軋帶鋼后屈曲預測模型； 步驟4：采用訓練數據集對基于物理信息神經網絡的冷軋帶鋼后屈曲預測模型進行訓練； 步驟5：采集帶鋼的待預測點的坐標，采用訓練好的基于物理信息神經網絡的冷軋帶鋼后屈曲預測模型進行后屈曲撓度預測； 所述步驟3具體為： 步驟3.1：設計一個多層全連接層神經網絡，包括輸入層、多個隱藏層和輸出層；輸入層的神經元數量為2，分別對應歸一化后的帶鋼長度方向坐標x和帶鋼寬度方向坐標y；輸出層的神經元數量為2，用于輸出預測的帶鋼撓度和應力函數；隱藏層的層數和每層的神經元數量設置為3-5層，每層神經元數量為28-32個； 步驟3.2：進行激活函數選擇，在隱藏層中選擇雙曲正切函數tanhx或修正線性單元函數fx＝max0,x作為激活函數； 步驟3.3：將帶鋼后屈曲大撓度控制方程、變形協調方程、帶鋼幾何方程、物理方程和應力函數與應力之間的關系式作為物理約束嵌入到神經網絡的訓練過程中； 步驟3.4：根據方程、邊界條件和初始載荷構建冷軋帶鋼后屈曲預測模型的損失函數： 其中，Lmsep為方程損失誤差，Lmseb為邊界條件損失誤差，Lmsei為初始條件誤差，以帶鋼所受的初始載荷來確定；αi、βi、分別代表方程損失誤差、邊界條件損失誤差、初始條件誤差的權重系數，n1為方程的數量，n2為邊界的數量，n3為初始所受載荷的數量。

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東北大學，其通訊地址為：110819 遼寧省沈陽市和平區文化路三號巷11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”。