Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华中科技大学;中国工程物理研究院材料研究所计效园获国家专利权

华中科技大学;中国工程物理研究院材料研究所计效园获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉华中科技大学;中国工程物理研究院材料研究所申请的专利一种SLM成形性能预测与工艺参数优化方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116204998B

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310027291.2,技术领域涉及:G06F30/17;该发明授权一种SLM成形性能预测与工艺参数优化方法及系统是由计效园;周圣智;涂先猛;王泽明;乐国敏;陈嘉龙;季亚奇;周建新;殷亚军设计研发完成,并于2023-01-09向国家知识产权局提交的专利申请。

一种SLM成形性能预测与工艺参数优化方法及系统在说明书摘要公布了:本发明涉及SLM成形领域,具体涉及一种SLM成形性能预测与工艺参数优化方法及系统。S1.设计多步正交实验获取SLM成形件的工艺参数与性能;S2.随机划分数据集;S3.分别构建高斯过程回归模型与多元逐步回归模型,高斯过程回归模型通过常数均值函数与有理二次协方差函数构建,并采用分块二分策略调整超参数;S4.采用MAE、RMSE、R2三指标评估S2中的两个模型;S5.构建高斯过程回归‑多元逐步回归预测模型,实现由SLM工艺参数准确预测成形件性能;S6.取S5构建的预测模型作为适应度函数,通过教与学算法寻优获取推荐工艺参数;S7.分步筛选并验证推荐工艺参数。本发明不仅能根据SLM工艺参数准确预测性能,而且能高效地给出推荐工艺参数。

本发明授权一种SLM成形性能预测与工艺参数优化方法及系统在权利要求书中公布了:1.一种SLM成形性能预测与工艺参数优化方法,其特征在于,包括以下步骤: 通过多步正交实验设计多组SLM工艺参数,并对设计的工艺参数进行实际制造,确定对应SLM成形件的性能,将设计的SLM工艺参数和对应的成形件性能汇总为数据集; 基于所述数据集对高斯过程回归模型进行训练,得到SLM工艺参数与SLM成形件性能之间的第一种映射关系;并基于所述数据集对多元逐步回归模型进行训练,得到SLM工艺参数与SLM成形件性能之间的第二种映射关系;所述第一种映射关系和第二种映射关系均用于对SLM成形件的性能进行预测; 将训练好的高斯过程回归模型和训练好的多元逐步回归模型组合,得到SLM性能预测模型;其中,所述SLM性能预测模型将高斯过程回归模型和多元逐步回归模型的两个性能预测结果采用加权方式融合,所述加权方式的权重通过遍历方式确定; 通过教与学算法对所述SLM性能预测模型寻优,得到SLM成形件性能满足需求的多组推荐SLM工艺参数; 根据SLM工艺参数对设备使用寿命的影响对所述多组推荐SLM工艺参数进行分步筛选,得到对设备使用寿命损伤低且工艺参数稳定的多组SLM工艺参数; 预测SLM性能的高斯过程回归模型采用有理二次协方差函数,常数均值函数形式如下: ,其中C为常数; 有理二次协方差函数形式如下:设x和为不同的输入向量,令,有理二次核函数表达式为: ,其中; 其超参数为混合参数α与长度尺度参数l,要求为正数,其中α主要用于控制该核函数的衰减率;所构建的高斯过程回归模型为fx~GPmx,kx,GP表示高斯过程;常数均值函数的取值为训练组数据性能值的平均值,有理二次协方差函数需要调整超参数;构建的高斯过程回归模型在调整超参数初始值时,采用分块二分策略,选择合适的分块区域,再采用二分策略,每次试验取间距最大的两相邻结点的中点为超参数试验点,逐步细化区域,多次试验,直至获得评分满意的超参数初始值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华中科技大学;中国工程物理研究院材料研究所,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。