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 > 南京航空航天大学李迎光获国家专利权

南京航空航天大学李迎光获国家专利权

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!

龙图腾网获悉南京航空航天大学申请的专利一种基于历史数据的复合材料构件固化变形预测方法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:CN118380081B

龙图腾网通过国家知识产权局官网在2025-08-26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:202410468888.5,技术领域涉及:G16C60/00;该发明授权一种基于历史数据的复合材料构件固化变形预测方法是由李迎光;刘舒霆;郭嘉炜;刘旭;谢文杰;何锐涛设计研发完成,并于2024-04-18向国家知识产权局提交的专利申请。

一种基于历史数据的复合材料构件固化变形预测方法在说明书摘要公布了:一种基于历史数据的复合材料构件固化变形预测方法,其特征在于,首先建立特定任务场景下以不同设计变量为输入的已有复合材料体系的固化变形预测代理模型,进而选取所述设计变量域中少量设计变量作为实验条件,以新开发复合材料体系为对象开展固化实验,获得所述实验条件下的真实固化变形数据,进一步通过所述真实固化变形数据对所述代理模型中的部分参数进行调整,得到适用于新开发复合材料在所述特定任务场景下的固化变形预测模型。本发明提供的复合材料构件固化变形预测方法可在无需新开发复合材料参数表征的前提下实现固化变形的准确预测。

本发明授权一种基于历史数据的复合材料构件固化变形预测方法在权利要求书中公布了:1.一种基于历史数据的复合材料构件固化变形预测方法,其特征在于,首先建立特定任务场景下以不同设计变量为输入的已有复合材料体系的固化变形预测代理模型,进而选取所述设计变量域中少量设计变量作为实验条件,以新开发复合材料体系为对象开展固化实验,获得所述实验条件下的真实固化变形数据,进一步通过所述真实固化变形数据对所述代理模型中的部分参数进行调整,得到适用于新开发复合材料在所述特定任务场景下的固化变形预测模型,具体步骤如下: 步骤一:通过ABAQUS建立有限元仿真模型,用于预测已知材料的C形件在固化过程中的变形,其铺层方法为[0°90°]nS,该模型将调整C形件的厚度和半径,具体来说,半径的变化范围是25-250mm,厚度的变化范围是1-8mm,每次变化间隔分别是25mm和1mm,获取到80组不同厚度和半径下的C形件回弹角数据; 步骤二:利用上述80组数据,构建一个前向传递神经网络构架,具有3个完全连接的隐藏层,每个层包含20个神经元,输出层由单个神经元组成,采用ReLU激活函数,均方根误差作为损失函数,训练该神经网络模型; 上述神经网络模型的输入是C形件的厚度和半径,输出是C形件的固化回弹角; 步骤三:根据已知材料的C形件固化回弹角的数据特征分布,运用聚类采样方法确定3个新开发材料的C形件的半径和厚度,并对特定半径和厚度的C形件进行固化实验,并通过激光点云扫描,处理得到真实的固化回弹角; 步骤四:将步骤二中的已知材料的神经网络模型的神经网络构架迁移到新开发材料的预训练神经网络上,并将预训练神经网络的神经网络结构的前3层网络的权重和偏置参数进行冻结,并对输出层的权重和偏置通过上述3个新开发材料的半径、厚度和固化变形数据进行参数微调,得到一个适用于新开发材料的神经网络固化变形预测代理模型; 通过以上步骤,无需对新开发材料的任何参数进行表征,即可实现对C形件固化变形的预测。

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南京航空航天大学,其通讯地址为:210000 江苏省南京市秦淮区御道街29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”。

以上内容由AI智能生成
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。