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！

龙图腾网获悉同济大学申请的专利基于卷积神经网络和单通道碳纳米管传感器的碳纤维复合材料的损伤定位方法及装置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：CN119026644B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202411122731.3，技术领域涉及：G06N3/0464；该发明授权基于卷积神经网络和单通道碳纳米管传感器的碳纤维复合材料的损伤定位方法及装置是由刘玲;蒋孝伟设计研发完成，并于2024-08-15向国家知识产权局提交的专利申请。

本基于卷积神经网络和单通道碳纳米管传感器的碳纤维复合材料的损伤定位方法及装置在说明书摘要公布了：本申请公开了一种基于卷积神经网络和单通道碳纳米管传感器的碳纤维复合材料的损伤定位方法及装置，该方法包括：制备获得单通道碳纳米管传感器；制备获得用于损伤定位数据采集的碳纤维复合材料层合板；根据坐标系将受测区域进行均等划分，形成若干个网格坐标；建立卷积神经网络模型；将获取的数据标签作为输入输出数据集，将所述输入输出数据集随机地划分为卷积神经网络模型的训练集和测试集；利用训练集和测试集对所述卷积神经网络模型进行训练和验证直至卷积神经网络模型达到收敛；使用卷积神经网络模型进行结构损伤定位。本申请提供的技术方案避免了多通道数据采集带来数据复杂性的问题，并实现了对碳纤维增强基复合材料端到端的损伤定位。

本发明授权基于卷积神经网络和单通道碳纳米管传感器的碳纤维复合材料的损伤定位方法及装置在权利要求书中公布了：1.一种基于卷积神经网络和单通道碳纳米管传感器的碳纤维复合材料的损伤定位方法，其特征在于，包括以下步骤： 将碳纳米管溶液按预设的浓度梯度喷涂至模板，制备获得单通道碳纳米管传感器； 将制备获得的单通道碳纳米管传感器引入碳纤维复合材料的中间界面，制备获得用于损伤定位数据采集的碳纤维复合材料层合板； 选取所述碳纤维复合材料层合板的受测区域，在所述受测区域建立坐标系，根据所述坐标系将所述受测区域进行均等划分，形成若干个网格坐标； 建立卷积神经网络模型； 依次对所述若干个网格坐标中的至少部分进行加载，以获取的单通道碳纳米管传感器信号按照加载位置坐标进行数据标签，将获取的数据标签作为输入输出数据集，将所述输入输出数据集随机地划分为卷积神经网络模型的训练集和测试集； 利用所述训练集对所述卷积神经网络模型进行训练，利用所述测试集对训练后的卷积神经网络模型进行验证，直至卷积神经网络模型达到收敛； 使用收敛后的卷积神经网络模型进行结构损伤定位，并输出损伤坐标； 其中，在依次对所述若干个网格坐标中的至少部分进行加载过程中，压头的加载速率为0.5~1.5mmmin，当压头下压1个单位距离后位移保持1~3min，将所得的单通道碳纳米管传感器的一维电阻信号进行预处理，选用格拉姆角求和场方法将电阻数据编码为二维图像，用于卷积神经网络模型的训练和测试； 所述建立卷积神经网络模型包括以下步骤： 步骤S1：网络初始化，采用VGG-16模型作为网络架构，其包含13个卷积层和3个全连接层，根据输入输出数据集确定网络输入层节点数n、输出层节点数m、学习效率η、激励函数f；初始化卷积层权值和全连接层权值;初始化卷积层和全连接层偏置； 步骤S2：对输入图像进行一系列卷积操作，计算每一层卷积的输出，并应用ReLU激励函数，设X为输入图像，卷积层的权重为W，偏置为b，隐含层输出为H，ReLU激励函数为f，则卷积层输出计算公式如下：，其中*表示为卷积操作； 步骤S3：将卷积层的最终输出展平成一维向量设展平后的输入向量为，全连接层的权重为，偏置为，全连接层输出为，，最后一层输出预测值； 步骤S4：误差计算，根据网络预测输出和期望输出，计算网络预测误差，使用均方误差作为损失函数，； 步骤S5：权值更新，根据网络预测误差计算梯度，并通过反向传播算法更新卷积层和全连接层的权值，，； 步骤S6：阈值更新，根据误差更新卷积层和全连接层的偏置项，； 步骤S7：判断算法迭代是否结束，若迭代没有结束则重新执行步骤S2，若迭代结束则输出所述卷积神经网络预测模型。

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同济大学，其通讯地址为：200082 上海市杨浦区四平路1239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”。