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！

龙图腾网获悉中国船舶集团有限公司第七〇三研究所;上海理工大学申请的专利一种基于神经网络的约束阻尼板壳两阶段拓扑构型预测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：CN119808539B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202411849230.5，技术领域涉及：G06F30/27；该发明授权一种基于神经网络的约束阻尼板壳两阶段拓扑构型预测方法及系统是由栾圣罡;杨龙;尹逊民;魏博文;张东东;翁硕;赵礼辉;姚寿文设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本一种基于神经网络的约束阻尼板壳两阶段拓扑构型预测方法及系统在说明书摘要公布了：本发明公开了一种基于神经网络的约束阻尼板壳两阶段拓扑构型预测方法及系统，方法包括以下步骤：构建Res‑CB‑Unet神经网络模型；获取约束阻尼结构的基板单元应变能、利用SIMP模型获取约束阻尼结构的最优拓扑构型，并基于基板单元应变能和最优拓扑构型构建训练数据集；基于训练数据集对Res‑CB‑Unet神经网络模型进行两阶段训练，得到构型预测模型；基于构型预测模型，对待预测约束阻尼结构进行拓扑构型预测。本发明能够在不进行全面优化计算的情况下，实现对约束阻尼板壳拓扑构型的高效预测，从而加速优化过程并提高预测精度，相比传统拓扑优化方法，能够在提高预测精度的同时显著提升计算效率，具有明显的时间优势。

本发明授权一种基于神经网络的约束阻尼板壳两阶段拓扑构型预测方法及系统在权利要求书中公布了：1.一种基于神经网络的约束阻尼板壳两阶段拓扑构型预测方法，其特征在于，包括以下步骤： 构建Res-CB-Unet神经网络模型； 获取约束阻尼结构的基板单元应变能、利用SIMP模型获取约束阻尼板壳结构的最优拓扑构型，获得最优的拓扑构型，并转化为二维图像作为数据集的输出数据，并基于所述基板单元应变能和所述最优拓扑构型构建训练数据集； 基于所述训练数据集对所述Res-CB-Unet神经网络模型进行两阶段训练，得到构型预测模型； 基于所述构型预测模型，对待预测约束阻尼板壳结构进行拓扑构型预测； 训练所述Res-CB-Unet神经网络模型的方法包括： 将所述基板单元应变能的平面图等比例映射至空白背景图上，得到映射图像； 以所述映射图像作为输入、所述最优拓扑构型作为输出，对所述Res-CB-Unet神经网络模型进行训练，得到中间构型预测模型； 使用所述中间构型预测模型对与所述映射图像对应约束阻尼板壳结构进行预测，得到次优拓扑构型； 以所述次优拓扑构型作为输入、所述最优拓扑构型作为输出，对所述中间构型预测模型进行训练，得到所述构型预测模型。

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国船舶集团有限公司第七〇三研究所;上海理工大学，其通讯地址为：150078 黑龙江省哈尔滨市道里区洪湖路35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。