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！

龙图腾网获悉南京理工大学申请的专利一种基于自由胀形的薄壁金属管流动应力的测量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：CN114626264B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202210198864.3，技术领域涉及：G06F30/23；该发明授权一种基于自由胀形的薄壁金属管流动应力的测量方法是由杨晨;许庆琮设计研发完成，并于2022-03-01向国家知识产权局提交的专利申请。

本一种基于自由胀形的薄壁金属管流动应力的测量方法在说明书摘要公布了：本发明公开了一种基于自由胀形的薄壁管流动应力的测量方法，包括建立数据库、编写深度学习算法、胀形试验；所述建立数据库是利用ABAQUS有限元软件建立起薄壁管自由胀形模型，基于Swift流动应力数学模型构建不同流动应力曲线输入到模型中，采集管材胀形高度曲线，建立对应关系的数据库；所述编写深度学习算法是利用Python编程语言作为模型算法平台，建立起神经网络结构，通过对数据的正向传递和利用误差反向传播法进行反向传递，不断学习数据，逐步完善深度学习算法；所述胀形试验是通过对管材进行胀形试验，采集管材胀形区域胀形高度变化曲线，利用深度学习算法得到管材的流动应力；本发明可改善管材流动应力测量方法的简便性。

本发明授权一种基于自由胀形的薄壁金属管流动应力的测量方法在权利要求书中公布了：1.一种基于自由胀形的薄壁金属管流动应力的测量方法，其特征在于，包括： 1建立数据库：利用有限元软件建立管材自由胀形模型，通过采集不同流动应力的管材液压胀形状态下胀形高度的变化曲线，建立管材流动应力和胀形高度变化相对应关系的数据库； H＝r0+Hout 式中，Hout为胀形最高点管处管壁外表面的胀形高度；r0为管材初始半径；H为管材的胀形高度；每一条管材流动应力曲线对应一条管材胀形高度变化曲线； 2建立神经网络模型：通过使用编程语言建立包含输入层、隐藏层和输出层在内的三层神经网络结构，每一层的神经元个数若干，每个神经元代表着一个坐标点，在隐藏层中间设置激活函数sigmoid层； 建立神经网络模型并进行神经网络模型训练包括以下步骤： 步骤1、建立三层神经网络结构，包括一层输入层、两层隐藏层和一层输出层，两层隐藏层中间设置激活函数sigmoid层，每一层设置若干个神经元，层与层之间神经元都互相连接； 步骤2、对神经网络中每一层的神经元使用Python语言中numpy模块的随机函数random进参数初始化； 步骤3、对得到的管材胀形高度曲线转化为管材胀形系数曲线，将管材胀形系数曲线上的坐标点进行最大最小化处理后得到二维数组； 管材胀形系数曲线的转化通过如下方式进行： Xscaled＝Xstd*max-min+min9 式中，K为管材的胀形系数；H为管材胀形区域中间点的胀形高度；r0为管材初始半径；Xstd为坐标点的标准化结果；X为坐标点横轴或者纵轴的数值；Xmin为所有坐标点横轴或者纵轴数值中的最小值；Xmax为所有坐标点横轴或者纵轴数值中的最大值；Xscaled为坐标点的预处理结果； 步骤4、将二维数组在深度学习模型中开始正向传递，进行矩阵运算； 步骤5、通过正向传递计算的数值与实际数值对比计算出神经网络模型的损失函数大小； 步骤6、设定超参数学习率的大小； 步骤7、将二维数组正向传递计算的结果与学习率和神经网络结构各层的梯度相乘结果相减去更新各层的权重系数和偏置系数； 步骤8、判断误差是否满足要求，不满足则重新开始训练数据，直到满足要求； 3进行神经网络模型训练：首先利用基于计算图式的误差反向传播法求出每一层神经元的导数梯度，然后利用训练数据对神经网络模型进行训练； 4进行胀形试验得出实验结果：通过管材液压胀形设备对管材进行液压胀形，实时采集管材胀形区域胀形高度变化曲线，利用神经网络模型得到管材的流动应力。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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”。

以上内容由龙图腾AI智能生成。