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！

龙图腾网获悉淮南新能源研究中心申请的专利一种基于深度学习的热等静压扩散焊接参数优化方法、系统、电子设备及存储介质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：CN121351402B 。

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：202511567518.8，技术领域涉及：G06F30/20；该发明授权一种基于深度学习的热等静压扩散焊接参数优化方法、系统、电子设备及存储介质是由吉海标;查扶澄;文伟;刘志宏;王锐;沈旭;翟兵设计研发完成，并于2025-10-30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热等静压扩散焊接参数优化方法、系统、电子设备及存储介质在说明书摘要公布了：本发明属于异质材料扩散焊接技术领域，提供了一种基于深度学习的热等静压扩散焊接参数优化方法、系统、电子设备及存储介质，方法包括：热等静压扩散物理模型构建、理论预测结果采集、实际检测结果采集、原始训练数据构建、误差补偿模型构建、双模型融合、候选预测结果生成、方案参数迭代优化；本发明通过构建热等静压扩散物理模型和误差补偿模型，能够精准修正物理模型的理论偏差，降低了材料损耗和时间损耗；通过改进MLP模型，优化了对原始数据的利用程度，提取了数据间的耦合特征，提高了模型的补偿精度；通过PID控制器，能够快速利用结果预测模型搜索到最优的工艺参数组合，降低了参数优化难度。

本发明授权一种基于深度学习的热等静压扩散焊接参数优化方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种基于深度学习的热等静压扩散焊接参数优化方法，其特征在于，包括： 构建热等静压扩散物理模型； 设定若干组实验方案，将每组所述实验方案输入到所述热等静压扩散物理模型中，得到理论预测结果； 根据所述实验方案进行热等静压扩散焊接实验，得到实际检测结果； 提取所述理论预测结果和所述实际检测结果的误差，得到理论实际误差数据，对所述理论实际误差数据、所述理论预测结果、所述实验方案进行对齐整合，得到原始训练数据； 利用所述原始训练数据对改进MLP模型进行训练，得到误差补偿模型； 融合所述热等静压扩散物理模型和所述误差补偿模型，得到结果预测模型； 设定参数范围，在所述参数范围内随机选取一组方案输入到所述结果预测模型中，得到候选预测结果； 利用预设的PID控制器对输入所述结果预测模型的方案进行迭代，直到所述候选预测结果符合预设要求时停止迭代，得到热等静压扩散焊接优化参数； 构建热等静压扩散物理模型，包括： 构建界面原子扩散方程；所述界面原子扩散方程包括：和；其中，为原子扩散通量；为扩散系数；为元素浓度值；表示距离；表示时间； 构建温度依赖方程；所述温度依赖方程为：；其中，为扩散常数；为扩散激活能；为气体常数；为绝对温度； 构建致密化方程；所述致密化方程为：；其中，为相对密度；为材料常数；为热等静压压力；、分别为第一拟合指数、第二拟合指数； 构建自由能方程；所述自由能方程为：；其中，为自由能变；为焓变；为熵变； 融合所述界面原子扩散方程、所述温度依赖方程、所述致密化方程、所述自由能方程，得到所述热等静压扩散物理模型； 设定若干组实验方案，将每组所述实验方案输入到所述热等静压扩散物理模型中，得到理论预测结果，包括： 选定待调控工艺参数；所述待调控工艺参数包括：热等静压温度、热等静压压力、保温时间、冷却速率、加热速率； 确定材料属性参数；所述材料属性参数包括：扩散常数、扩散激活能、材料常数； 对设定的所述待调控工艺参数和所述材料属性参数进行正交组合处理，得到若干组所述实验方案； 将所述实验方案输入到所述热等静压扩散物理模型中，得到所述理论预测结果；所述理论预测结果包括：拉伸强度、热扩散率、孔隙率、残余应力。

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淮南新能源研究中心，其通讯地址为：232000 安徽省淮南市高新区(山南新区)泰宁大街南侧、国槐路西侧；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。