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！

龙图腾网获悉西南交通大学申请的专利基于级联神经网络的焊接接头力学性能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：CN120953560B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511477098.4，技术领域涉及：G06V10/10；该发明授权基于级联神经网络的焊接接头力学性能预测方法及系统是由蔡创;王嘉昕;陈梓琳;熊发帅;陈辉设计研发完成，并于2025-10-16向国家知识产权局提交的专利申请。

本基于级联神经网络的焊接接头力学性能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级联神经网络的焊接接头力学性能预测方法及系统，采集激光焊接过程中的光致等离子体形貌图像，并通过对焊接得到的焊缝进行性能测试得到多种焊缝性能参数数据；对采集的光致等离子体形貌图像进行特征提取，将提取到的图像特征与焊缝性能参数建立对应关系，并构建训练集、验证集和测试集；构建基于级联神经网络的焊接接头力学性能预测模型；利用训练得到的焊接接头力学性能预测模型进行实时焊缝力学性能预测。本发明使用基于级联神经网络的预测模型来拟合预测钛铝摆动激光填粉焊焊接接头的力学性能，可实现焊接接头力学性能实时预测，减少人工工作量，提高焊接质量。

本发明授权基于级联神经网络的焊接接头力学性能预测方法及系统在权利要求书中公布了：1.一种基于级联神经网络的焊接接头力学性能预测方法，其特征在于，所述方法包括： 采集激光焊接过程中的光致等离子体形貌图像，并通过对焊接得到的焊缝进行性能测试得到多种焊缝性能参数数据； 对采集的光致等离子体形貌图像进行特征提取，将提取到的图像特征与焊缝性能参数建立对应关系，并构建训练集、验证集和测试集； 构建基于级联神经网络的焊接接头力学性能预测模型，使用建立的训练集、验证集和测试集对焊接接头力学性能预测模型进行训练、验证与测试； 利用训练得到的焊接接头力学性能预测模型进行实时焊缝力学性能预测； 所述焊接接头力学性能预测模型包括依次级联设置的BPNN网络、XGBoost网络和随机森林网络； 构建基于级联神经网络的焊接接头力学性能预测模型，具体包括： 定义BPNN网络结构，BPNN网络以提取到的图像特征为输入，以焊缝侧熔深和焊缝截面积为输出； 定义XGBoost网络结构，XGBoost网络以BPNN网络输出的焊缝侧熔深和焊缝截面积为输入，以焊缝截面锆元素含量为输出； 定义随机森林网络结构，随机森林网络以XGBoost网络输出的焊缝截面锆元素含量为输入，以焊缝力学性能参数为输出。

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西南交通大学，其通讯地址为：610031 四川省成都市金牛区二环路北一段111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。