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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长安大学;西北工业大学张凤英获国家专利权

长安大学;西北工业大学张凤英获国家专利权

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!

龙图腾网获悉长安大学;西北工业大学申请的专利一种面向激光增材制造热历史数据库建立及筛选的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:CN118152369B

龙图腾网通过国家知识产权局官网在2026-03-03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:202410282631.0,技术领域涉及:G06F16/21;该发明授权一种面向激光增材制造热历史数据库建立及筛选的方法是由张凤英;叶梓萌;赵可馨;谭华;余泽镕;孙志平设计研发完成,并于2024-03-13向国家知识产权局提交的专利申请。

一种面向激光增材制造热历史数据库建立及筛选的方法在说明书摘要公布了:本发明公开了一种面向激光增材制造热历史数据库建立及筛选的方法,包括步骤:一、确定待激光增材制造合金试样成分;二、构建待激光增材制造合金试样成分的激光原位热循环试样热历史数据库;三、制备对应激光作用工艺方案下的激光原位热循环试样;四、对不同热历史条件对应的激光原位热循环试样进行显微组织表征和性能测试;五、训练BP神经网络模型;六、待激光增材制造合金试样热历史数据组筛选。本发明以待激光增材制造合金试样成分、显微组织特征、硬度和弹性模量性能作为BP神经网络模型的输入,以对应的激光作用工艺方案及其热历史曲线作为BP神经网络模型的输出,可筛选出对应的热历史曲线,指导实际增材制造工艺参数的快速设计。

本发明授权一种面向激光增材制造热历史数据库建立及筛选的方法在权利要求书中公布了:1.一种面向激光增材制造热历史数据库建立及筛选的方法,其特征在于,该方法包括以下步骤: 步骤一、确定待激光增材制造合金试样成分; 步骤二、构建待激光增材制造合金试样成分的激光原位热循环试样热历史数据库,具体过程为: 步骤201、采用计算机利用有限元计算软件建立激光原位热循环试样成分粉末床几何模型; 步骤202、计算步骤201中激光原位热循环试样的热物性参数,并将热物性参数赋予待激光增材制造合金成分粉末床几何模型; 步骤203、赋予激光原位热循环试样粉末床几何模型边界条件、初始温度以及对激光的吸收率; 步骤204、设置多组不同激光作用工艺方案,所述激光作用工艺方案包括激光功率P、激光作用时间t和激光作用间隔时间T; 步骤205、利用有限元计算软件进行网格划分,获得不同激光作用工艺方案下的热历史曲线,构建步骤201激光原位热循环试样的热历史数据库,所述热历史数据库包括多组热历史数据组,所述热历史数据组包括热历史曲线和对应的激光作用工艺方案; 步骤三、制备对应激光作用工艺方案下的激光原位热循环试样,其中,任一激光作用工艺方案下的激光原位热循环试样的制备具体过程为:按照对应的激光作用工艺方案下的激光功率P、激光作用时间t和激光作用间隔时间T,得到不同热历史条件对应的激光原位热循环试样; 步骤四、对不同热历史条件对应的激光原位热循环试样进行显微组织表征和性能测试:采用光镜、扫描电镜和X射线衍射仪对每个激光原位热循环试样进行表征,获取每个激光原位热循环试样的显微组织特征和参数; 对激光原位热循环试样进行微纳米压痕测试,获取不同热历史条件下所对应的合金试样硬度和弹性模量; 步骤五、训练BP神经网络模型:以激光原位热循环试样成分、显微组织特征、硬度和弹性模量性能为BP神经网络模型的输入层节点,以激光作用工艺方案和对应的热历史曲线为BP神经网络模型的输出层节点,训练BP神经网络模型; 步骤六、待激光增材制造合金试样热历史数据组筛选:将待激光增材制造合金试样成分、以及所期望的显微组织特征和性能输入至训练好的BP神经网络模型中,筛选出激光作用工艺方案,BP神经网络模型再利用激光作用工艺方案中的激光功率P、激光作用时间t和激光作用间隔时间T拟合热历史曲线,进而指导实际激光增材制造工艺设计。

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长安大学;西北工业大学,其通讯地址为:710064 陕西省西安市雁塔区南二环中段33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。

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。