Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学;西北工业大学深圳研究院卫冲获国家专利权

西北工业大学;西北工业大学深圳研究院卫冲获国家专利权

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!

龙图腾网获悉西北工业大学;西北工业大学深圳研究院申请的专利基于神经网络与相场断裂法的SiC/SiC热解碳界面优化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:CN120145875B

龙图腾网通过国家知识产权局官网在2025-08-12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:202510604388.4,技术领域涉及:G06F30/27;该发明授权基于神经网络与相场断裂法的SiC/SiC热解碳界面优化方法是由卫冲;李壮设计研发完成,并于2025-05-12向国家知识产权局提交的专利申请。

基于神经网络与相场断裂法的SiC/SiC热解碳界面优化方法在说明书摘要公布了:本发明提供了一种基于神经网络与相场断裂法的SiCSiC热解碳界面优化方法,该方法包括:首先构建SiC纤维增强复合材料代表性体积单元模型;然后采取相场断裂法对SiC纤维增强复合材料代表性体积单元模型进行横向拉伸模拟,获得横向拉伸强度;最后以横向拉伸强度为判据对最优界面厚度进行筛选并训练逆向神经网络,实现对不同材料参数的SiC纤维最优界面厚度的预测与优化。本发明使用准确、高效的代表性体积单元模型,并将相场断裂法与逆向设计神经网络相结合,通过模拟裂纹行为并对不同半径、弹性模量、临界能量释放率以及强度的纤维的最优界面厚度进行预测,系统性地优化PyC界面参数,从而提升SiCSiC复合材料的力学性能和可靠性。

本发明授权基于神经网络与相场断裂法的SiC/SiC热解碳界面优化方法在权利要求书中公布了:1.一种基于神经网络与相场断裂法的SiCSiC热解碳界面优化方法,其特征在于,该方法包括:首先构建SiC纤维增强复合材料代表性体积单元模型;然后采取相场断裂法对SiC纤维增强复合材料代表性体积单元模型进行横向拉伸模拟,获得横向拉伸强度;最后以横向拉伸强度为判据对最优界面厚度进行筛选并训练逆向神经网络,实现对不同材料参数的SiC纤维最优界面厚度的预测与优化; 该方法具体包括如下步骤: 步骤一,构建SiC纤维增强复合材料代表性体积单元模型: 步骤1.1,设定SiCSiC复合材料横截面尺寸参数: 设定SiC纤维增强复合材料横截面的尺寸,SiC纤维增强复合材料横截面尺寸参数包括:SiC基体长度、SiC基体宽度、SiC纤维半径r和PyC边界层的厚度h;根据设定好的尺寸参数建立SiCSiC复合材料模型; 步骤1.1中,SiC基体长度为25μm,SiC基体宽度为25μm,SiC纤维半径r为4~8μm,PyC边界层的厚度h为50~550nm; 步骤1.2,进行网格划分: 使用四边形单元对步骤1.1中所建的SiCSiC复合材料模型进行网格划分,并对裂纹可能生长的区域进行网格加密,使计算结果更精确;至此完成SiC纤维增强复合材料代表性体积单元模型的构建; 步骤二,相场断裂模拟: 步骤2.1,设置材料属性参数: 所述的材料属性参数包括:SiC纤维界面的杨氏模量E 1、SiC基体界面的杨氏模量E 2、PyC界面的杨氏模量E 3、SiC纤维界面的强度Ft 1、SiC纤维界面的强度Ft 2、PyC界面的强度Ft 3、SiC纤维界面的临界能量释放率Gc 1、SiC基体界面的临界能量释放率Gc 2和PyC界面的临界能量释放率Gc 3,上述参数在取值范围内随机取值; 所述的材料属性参数还包括:SiC纤维界面的泊松比v 1 、SiC基体界面的泊松比v 2和PyC界面的泊松比v 3,泊松比直接取值; 各个材料属性参数取值后在各自的取值范围内进行最大最小归一化处理; 步骤2.2,设置边界条件: 对步骤1.1中建立的模型进行的左右两侧设置位移约束; 步骤2.3,相场断裂模拟: 设定相场内聚力控制方程及相关参数,并设置偏微分方程求解器求解相场内聚力控制方程,设置相关的参数方程与相关的材料参数; 步骤2.4,横向拉伸强度的输出: 相场断裂模拟结束后提取模型应力应变曲线,从应力应变曲线中获得横向拉伸强度。

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西北工业大学;西北工业大学深圳研究院,其通讯地址为:710072 陕西省西安市碑林区友谊西路127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”。

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。