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！

龙图腾网获悉上海科技大学申请的专利基于深度强化学习的定向能量沉积工艺参数控制方法、装置、介质及终端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：CN117324637B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202311561561.4，技术领域涉及：B22F10/25；该发明授权基于深度强化学习的定向能量沉积工艺参数控制方法、装置、介质及终端是由翟梓融;石帅;武颖娜;昌海;王韦昊设计研发完成，并于2023-11-21向国家知识产权局提交的专利申请。

本基于深度强化学习的定向能量沉积工艺参数控制方法、装置、介质及终端在说明书摘要公布了：本申请提供基于深度强化学习的定向能量沉积工艺参数控制方法、装置、介质及终端，通过构建出基于激光定向能量沉积的仿真系统，并利用深度强化学习近端优化算法探索最优策略，从而产生包含有激光器功率、速度和运动轨迹参数的控制策略，以提升定向能量沉积过程中最优的工艺参数策略选择的智能化、高效化。相比于传统的人工经验控制得到的打印策略，本发明可以缩短人工试错时间与制样成本，同时深度强化学习策略降低了得到的样品硬度的变异性。且可适用于多种真实生产环境，降低了人工控制的难度，从而高效地获得最优化工艺参数及策略。

本发明授权基于深度强化学习的定向能量沉积工艺参数控制方法、装置、介质及终端在权利要求书中公布了：1.一种基于深度强化学习的定向能量沉积工艺参数控制方法，其特征在于，包括： 获取待打印模型的规格参数和真实能量沉积系统的环境变量参数组，据以构建仿真能量沉积系统；其中，获取待打印模型的规格参数和真实能量沉积系统的环境变量参数组的过程包括：根据所述真实能量沉积系统的物理特性，选择用于对深度强化学习模型进行优化的偏微分方程组和所述环境变量参数组；基于打印模型参数和所述真实能量沉积系统，设置用于求解所述偏微分方程组的第三类边界条件；其中所述偏微分方程组包括：罗森塔尔方程和三维传热方程； 获取所述仿真能量沉积系统的状态信息并将其输入至经初始化的深度强化学习模型中； 基于所述待打印模型的规格参数，通过优化算法在深度强化学习模型中对打印策略进行优化操作，以生成最优打印策略；具体过程包括：从所述仿真能量沉积系统中获取奖励值和状态信息集，并对所述仿真能量沉积系统的状态信息集进行特征提取，以生成得到状态特征集；将所述奖励值和所述状态特征集输入至经验回放池中，以对当前的所述奖励值和所述状态特征集进行存储；对所述经验回放池中的状态特征集进行价值评价操作，并在所述状态特征集中提取出包含高于阈值的动作参数；基于所述动作参数更新动作网络，并根据所述动作网络在所述仿真能量沉积系统中执行相对应的操作，以生成更新后的所述奖励值和所述状态特征集；所述优化算法包括：近端优化算法； 基于所述最优打印策略，生成待打印模型的调控参数并根据所述调控参数对所述真实能量沉积系统进行部署。

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上海科技大学，其通讯地址为：201210 上海市浦东新区华夏中路393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”。

以上内容由龙图腾AI智能生成。