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！

龙图腾网获悉合肥通用机械研究院有限公司;国机特种设备检验有限公司;合肥通用机械研究院特种设备检验站有限公司申请的专利基于小样本机器学习的复材储氢气瓶爆破压力预测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：CN119903762B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510387260.7，技术领域涉及：G06F30/27；该发明授权基于小样本机器学习的复材储氢气瓶爆破压力预测方法是由张云霄;范志超;王哲;陶家辉设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本基于小样本机器学习的复材储氢气瓶爆破压力预测方法在说明书摘要公布了：本发明公开了基于小样本机器学习的复材储氢气瓶爆破压力预测方法，涉及储氢气瓶爆破压力预测和机器学习的技术领域，获取复合材料储氢气瓶爆破试验的原始数据，原始数据包括特征数据和对应的真实爆破压力；对原始数据进行预处理，构成真实数据库；基于真实数据库训练生成对抗网络，利用训练完成的生成对抗网络生成数倍于原始数据数量的虚拟数据，建立虚拟数据库；基于虚拟数据库进行XGBoost极端梯度提升训练，初步得到爆破压力预测模型；结合真实数据库对初步得到的爆破压力预测模型进行校正，得到最终的爆破压力预测模型。本发明基于少量的爆破试验数据对集成学习模型进行训练，实现对气瓶爆破压力的快速精准预测。

本发明授权基于小样本机器学习的复材储氢气瓶爆破压力预测方法在权利要求书中公布了：1.基于小样本机器学习的复材储氢气瓶爆破压力预测方法，其特征在于，包括以下步骤： S1，获取复合材料储氢气瓶爆破试验的原始数据，原始数据包括特征数据和对应的真实爆破压力； S2，对原始数据进行预处理，构成真实数据库； S3，基于真实数据库训练生成对抗网络，利用训练完成的生成对抗网络生成数倍于原始数据数量的虚拟数据，建立虚拟数据库； S4，基于虚拟数据库进行XGBoost极端梯度提升训练，初步得到爆破压力预测模型； S5，结合真实数据库对初步得到的爆破压力预测模型进行校正，得到最终的爆破压力预测模型； 步骤S5中，使用径向基函数RBF方法进行自适应比例因子调整，结合真实数据库对初步得到的爆破压力预测模型进行校正； 步骤S5的具体方式如下： 计算真实数据库中每个样本x的RBF核函数值： ； 其中，为RBF核函数；c表示真实数据库中的中心点，为真实数据库的均值；σ为宽度参数； ； 其中，R为数据范围； ； 其中，R k 为第k个特征的数据范围，即第k个特征的最大值与最小值的差值；m k 为第k个特征的权重，将每个特征的重要性值即SHAP值进行归一化后作为对应的权重；k、M分别为特征序号和特征总数； 目标函数为均方误差MSE： ； 其中，y i’ 为真实数据库中第i’个样本的爆破压力真实值；为第i’个样本的爆破压力预测值，N为真实数据库的样本数量；β为比例因子； 通过优化算法使目标函数最小化，得到优化后的比例因子β，用于对初步得到的爆破压力预测模型进行校正： ； 其中，为初步得到的爆破压力预测模型的爆破压力预测值；为校正后的爆破压力预测值，即最终的爆破压力预测模型的爆破压力预测值； 步骤S1中，复合材料储氢气瓶的特征数据包括封头椭球比、缠绕张力、缠绕压力、内胆厚度、内胆长径比、固化最高温度、螺旋缠绕层与环向缠绕层厚度比、螺旋缠绕最大缠绕角、缠绕总时长、复合材料层的纤维体积分数中的一个或多个； 收集复合材料储氢气瓶的内胆设计制造、纤维缠绕固化过程以及气瓶爆破试验的相关数据即原始数据。

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合肥通用机械研究院有限公司;国机特种设备检验有限公司;合肥通用机械研究院特种设备检验站有限公司，其通讯地址为：230031 安徽省合肥市蜀山区长江西路888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”。