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！

龙图腾网获悉华中科技大学申请的专利一种基于深度学习的金属3D打印参数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：CN121118709B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511675985.2，技术领域涉及：G06F30/27；该发明授权一种基于深度学习的金属3D打印参数预测方法及系统是由蒋琛;符大伟;邱浩波设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本一种基于深度学习的金属3D打印参数预测方法及系统在说明书摘要公布了：本发明提供一种基于深度学习的金属3D打印参数预测方法及系统，涉及增材制造技术领域，该方法包括：采集熔池监控视频，根据时间序列提取历史打印点的相互关系特征，建立相互关联长度，构建激光路径点物理参量与熔池面积之间的映射数据集，所述激光路径点物理参量包括工艺参数以及历史路径参数；基于映射数据集，构建正向预测模型；构建反向预测模型，并将正向预测模型作为优化器训练反向预测模型，迭代优化模型的权重参数，输出中间迭代工艺参数；调整相互关联长度，反复训练正向预测模型和反向预测模型，直到输出最优相互关联长度和最优工艺参数，本发明能够解决现有技术中传统的单向预测模型无法实时反向调控工艺参数的技术问题。

本发明授权一种基于深度学习的金属3D打印参数预测方法及系统在权利要求书中公布了：1.一种基于深度学习的金属3D打印参数预测方法，其特征在于，所述方法包括： 采集不同工艺参数下增材制造过程中熔池监控视频，根据时间序列提取历史打印点的相互关系特征，建立激光路径点间的相互关联长度，构建激光路径点物理参量与熔池面积之间的映射数据集，所述激光路径点物理参量包括工艺参数以及历史路径参数，包括： 采集不同工艺参数下增材制造过程中熔池监控视频，对数据进行预处理， 对预处理后的熔池监控视频根据时间序列提取历史打印点的相互关系特征，表示如下： ， 其中，为相互关系特征，为第个当前打印点的激光功率，为第个当前打印点之前第个历史打印点的激光功率，为第个当前打印点与激光开始的当前打印点的距离，为第个当前打印点与之前第个历史打印点的距离， 根据所述相互关系特征，建立激光路径点间的相互关联长度，构建激光路径点物理参量与熔池面积之间的映射数据集，所述激光路径点物理参量包括工艺参数以及历史路径参数； 基于映射数据集，通过深度学习，以激光路径点物理参量为输入，构建正向预测模型，输出预测熔池面积； 将熔池面积和历史路径参数作为输入，通过深度学习，构建反向预测模型，输出初始工艺参数，并将正向预测模型作为优化器训练反向预测模型，迭代优化正向预测模型和反向预测模型的权重参数，输出中间迭代工艺参数，包括： 将熔池面积和历史路径参数作为输入，通过深度学习，构建反向预测模型，输出初始工艺参数， 将正向预测模型作为优化器训练反向预测模型，将初始工艺参数和历史路径参数输入正向预测模型中，得到新的预测熔池面积， 将所述新的预测熔池面积与反向预测模型输入的熔池面积通过反向损失函数计算损失值， 继续重复上述步骤，迭代优化正向预测模型和反向预测模型的权重参数，直至迭代收敛或达到预设次数，输出中间迭代工艺参数； 通过优化算法调整相互关联长度，再根据调整后的相互关联长度，反复训练正向预测模型和反向预测模型，直到输出最优相互关联长度和最优工艺参数，包括： 通过优化算法调整相互关联长度，根据每次重新确定调整后的相互关联长度，通过优化模型反复训练正向预测模型和反向预测模型，直至优化模型的性能最优化，输出最优相互关联长度和最优工艺参数。

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华中科技大学，其通讯地址为：430000 湖北省武汉市洪山区珞喻路1037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。