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！

龙图腾网获悉中国计量大学申请的专利一种基于混合深度学习的阀门性能仿真与优化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：CN120217906B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510695128.2，技术领域涉及：G06F30/27；该发明授权一种基于混合深度学习的阀门性能仿真与优化方法及系统是由朱鹏鹏;丁凡;梁培;陈强;徐鹏;李云峰设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本一种基于混合深度学习的阀门性能仿真与优化方法及系统在说明书摘要公布了：本发明公开了一种基于混合深度学习的阀门性能仿真与优化方法及系统，包括：S1.对阀门进行有限元仿真分析并使用多物理场热固耦合求解，得到阀门在不同工况下的应力、变形和温度分布数据以及阀门关键部件的最大热应力和热变形最大位移；S2.数据处理后，以阀门在不同工况下的应力、变形和温度分布数据为输入参数，最大热应力和热变形最大位移为输出参数，训练神经网络模型，建立热‑结构性能预测模型；S3.基于预测结果，采用基于参考点的非支配遗传算法，结合参考点生成与自适应代理模型，进行多目标优化输出最优参数组合以调整阀门设计；本发明利用神经网络对有限元仿真结果进行深度学习和多目标优化，提高了阀门性能预测精度和优化效率。

本发明授权一种基于混合深度学习的阀门性能仿真与优化方法及系统在权利要求书中公布了：1.一种基于混合深度学习的阀门性能仿真与优化方法，其特征在于，包括以下步骤： S1.对阀门进行有限元仿真分析并使用多物理场热固耦合求解方法，得到阀门在不同工况下的应力、变形和温度分布数据，以及阀门关键部件的最大热应力和热变形最大位移； S2.对仿真数据经过数据处理后，以阀门在不同工况下的应力、变形和温度分布数据为输入参数，最大热应力和热变形最大位移为输出参数，对神经网络模型进行训练，建立热-结构性能预测模型； S3.基于热-结构性能预测模型的预测结果，采用基于参考点的非支配遗传算法，结合参考点生成与自适应代理模型进行多目标优化，输出最优参数组合以调整阀门设计； 步骤S3的具体内容包括： S31.初始化阶段：定义设计变量为材料参数和工况参数设计变量，材料参数包括弹性模量E和泊松比ν，工况参数包括入口温度Tin和输入压力σin，基于材料参数和工况参数变量生成参考点； S32.代理模型构建： 基于历史有限元数据训练CNN-LSTM混合模型并进行模型验证，输入为设计变量，输出为材料所允许的最大许用应力σmax和允许最大变形umax； 定义代理模型置信度阈值进行动态置信度评估，若σmax预测值方差Var≤10MPa，则跳过有限元验证，否则与仿真数据进行校准； S33.采用初期全参数空间探索以及后期局部精细化搜索进行迭代优化； S34.动态调整材料方案：内置材料数据库并记录弹性模量E和泊松比ν，每10次迭代检查当前最优解的E和ν，从库中匹配最接近的工程材料，同时确保不违反约束，即最大许用应力和允许最大变形需满足材料允许范围。

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中国计量大学，其通讯地址为：310000 浙江省杭州市下沙高教园区学源街258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”。