Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 中机生产力促进中心有限公司程鹏获国家专利权

中机生产力促进中心有限公司程鹏获国家专利权

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!

龙图腾网获悉中机生产力促进中心有限公司申请的专利弯螺栓的增强防腐蚀性能设计的多属性目标决策评估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:CN119066802B

龙图腾网通过国家知识产权局官网在2025-10-14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:202411052478.9,技术领域涉及:G06F30/17;该发明授权弯螺栓的增强防腐蚀性能设计的多属性目标决策评估方法是由程鹏;梁传圣;邵晨曦;丁宝平;杨泽;于聪;周俊莹;刘凌霄;刘亿浩;郝运;窦智;周思琪;杜帅设计研发完成,并于2024-08-02向国家知识产权局提交的专利申请。

弯螺栓的增强防腐蚀性能设计的多属性目标决策评估方法在说明书摘要公布了:本发明提出了一种弯螺栓的增强防腐蚀性能设计的多属性目标决策评估方法,该方法建立在多属性决策分析理论的基础上,创新性地引入了支持向量回归SVR机器学习算法来求解各项性能评价指标的权重系数,以期获得客观、准确的性能综合评价结果。与传统的主观赋权法相比,本方法最大的优势在于能够充分发掘历史评价数据所蕴含的指标关联规律和权重分布特征,通过机器学习算法实现从数据到权重的自适应求解,具有客观性强、适应性好、可解释性强等特点。该方法也可广泛应用于新型涂层体系的防腐蚀性能评估,对涂层配方与工艺参数的优化迭代具有重要的指导意义。

本发明授权弯螺栓的增强防腐蚀性能设计的多属性目标决策评估方法在权利要求书中公布了:1.一种弯螺栓的增强防腐蚀性能设计的多属性目标决策评估方法,其特征在于,所述评估方法包括: 步骤1:准备试验所需的弯螺栓,对弯螺栓状态进行评估检测; 步骤2:对部分弯螺栓仅进行发黑处理或达克罗涂层涂覆的一种,对部分弯螺栓先进行发黑处理后再进行达克罗涂层涂覆; 步骤3:对经步骤2处理后的弯螺栓涂层进行附着性能测试,随后根据测试结果进行评分并记录相应数据; 步骤4:对经步骤2处理后的弯螺栓涂层进行耐腐蚀性能测试,随后根据测试结果进行评分并记录相应数据; 步骤5:对经步骤2处理后的弯螺栓涂层进行综合防腐蚀性能评分并记录相应数据; 步骤6:基于支持向量回归的方法,利用步骤3-5记录的数据对步骤3和步骤4中各性能测试的评价指标对涂层防腐蚀腐性能评价影响的指标权重进行求解,以获得评估模型; 步骤7:采用评估模型对弯螺栓的增强耐腐蚀性能设计进行评价; 所述评分均为1-5五个等级; 步骤6中,选用SVR算法对记录的数据和其对应的性能标签进行关联建模,SVR模型采用高斯径向基核函数RBF,通过网格搜索与交叉验证相结合的方法,遍历惩罚因子C和核函数参数g的不同组合,基于均方误差MSE指标评估验证集上的泛化性能,进而确定最优参数组合,以进行SVR模型的训练和生成; 所述步骤3-5记录的数据包含以下指标,擦拭法附着力等级x1、金相观察法附着力等级x2、实物装配法附着力等级x3和盐雾试验耐腐蚀性能等级x4,以及涂层综合防腐蚀性能评分y∈[1,5];若共采集到n个涂层样本的性能数据,构成原始的"特征-标签"数据集, D={x1,y1,x2,y2,L,xn,yn} 其中,xi=[xi1,xi2,xi3,xi4]T为第i个样本的特征向量,yi为其对应的综合性能评分; 对各项指标评分结果进行归一化处理,将其统一映射至区间[0,1],以消除不同量纲的影响,具体采用最大最小值归一化方法,对原始特征矩阵X=[x1,x2,···,xn]T∈n×4进行转换: 归一化后,得到预处理后的特征矩阵X∈[0,1]n×4; 基于预处理后的数据集D={x1',y1,x2',y2,…,xn',yn},采用SVR算法构建模型,SVR通过引入ε不敏感损失函数,在特征空间中寻求一个最优的回归超平面fx=wTφx+b,使得模型输出fxi与真实标签yi之间的误差被控制在ε以内,其中,w,b为模型参数,φ·表示将原始特征映射到高维空间的变换函数; 选用高斯径向基核函数RBFκxi,xj=exp-γ‖xi-xj‖2作为SVR模型的核函数,其中γ>0为核函数宽度参数,引入松弛变量ξi,SVR的目标优化问题表示为: s.t.fxi-yi≤ε+ξ 其中,C>0为惩罚系数,用于控制模型的复杂度和对离群点的容忍程度;通过求解上述凸二次规划问题的对偶形式,得到SVR的最优决策函数: 式中,αi,为拉格朗日乘子,满足为获得泛化性能最优的SVR模型,对SVR模型超参数C,γ进行调优,采用网格搜索与K折交叉验证相结合的方法,在参数空间内遍历不同的C,γ组合,通过最小化验证集上的均方误差MSE确定最优参数配置,指导SVR模型的训练与生成; 从训练完成的SVR模型中提取所有支持向量样本xs1,ys1,xs2,ys2,L,xsl,ysl及其对应的拉格朗日乘子计算支持向量与乘子的内积,得到输入特征的原始权重β=[β1,β2,β3,β4]T: 对β进行最大最小值归一化处理,得到各评价指标的相对重要性权重: 至此,基于SVR模型得到了涂层防腐蚀性能评价指标的权重向量w=[w1,w2,w3,w4]T,将待评价涂层的各项指标评分结果x=[x1,x2,x3,x4]T分别与w进行加权求和,即得到的增强防腐蚀性能设计的综合评估模型:

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中机生产力促进中心有限公司,其通讯地址为:100044 北京市海淀区首体南路2号中国机械总院B306;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”。

以上内容由龙图腾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。