华中科技大学王泽敏获国家专利权
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!
龙图腾网获悉华中科技大学申请的专利一种金属材料多模态融合的仿真数据生成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:CN119673346B 。
龙图腾网通过国家知识产权局官网在2025-10-17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:202411856026.6,技术领域涉及:G16C60/00;该发明授权一种金属材料多模态融合的仿真数据生成方法是由王泽敏;卢璟祥;董宇昂;李好;高亮;兰新强设计研发完成,并于2024-12-17向国家知识产权局提交的专利申请。
本一种金属材料多模态融合的仿真数据生成方法在说明书摘要公布了:本发明属于材料数据领域,其公开了一种金属材料多模态融合的仿真数据生成方法。包括采集数据,特征提取得到特征向量;经过多模态方法融合,得到金属材料多模态特征训练数据集;构建金属材料仿真数据扩散模型及符合物理条件约束的扩散模型损失函数,训练扩散模型,输出符合材料的基本物理规律的高质量仿真金属材料数据。本发明提供的金属材料多模态融合的仿真数据生成方法,通过引入物理约束,使得生成的仿真数据满足统计学角度的实验数据以及满足基本的物理规律;能够在数据有限的情况下有效生成金属材料的仿真数据,且能显著降低实验和计算成本;同时融合数值型与图像型模态数据,更符合材料的组织‑性能演化关系。
本发明授权一种金属材料多模态融合的仿真数据生成方法在权利要求书中公布了:1.一种金属材料多模态融合的仿真数据生成方法,其特征在于,包括以下步骤: S1:采集原始金属材料工艺参数、机械性能数据及金属材料的微观组织图像数据; S2:通过卷积神经网络对步骤S1采集到的金属材料微观组织图像进行特征提取,得到金属材料微观组织图像的特征向量; S3:对步骤S1采集到的原始金属材料工艺参数和机械性能数据进行预处理,得到金属材料工艺参数和机械性能数值特征向量; S4:将步骤S2得到的金属材料微观组织图像特征向量与步骤S3得到的工艺参数和性能数值特征向量经过多模态方法融合,得到金属材料多模态特征训练数据集; S5:基于步骤S4得到的金属材料多模态特征训练数据集,构建金属材料仿真数据扩散模型; S6:基于步骤S5得到的初始金属材料仿真数据扩散模型,构建符合物理条件约束的扩散模型损失函数;损失函数构建通过结合数据损失和物理一致性,如下式: 其中,数据损失Lossdata采用用于回归任务的评估指标衡量生成数据与真实数据之间的拟合损失;物理一致性损失Lossphys根据物理模型和约束计算生成数据与预期物理行为之间的一致性损失;λ为平衡系数,调节数据损失和物理损失直接权重; 损失函数构建方法具体包括以下步骤: S6.1:计算数据损失,扩散模型涉及到对随机采样变量噪声分布进行建模,因此使用期望形式的均方误差评估指标来优化模型输出和真实分布的拟合度: 其中,表示样本和随机采样变量t的联合分布下的平均误差期望值;表示真实分布数据,表示模型输出数据,表示预测值与真实值之间的平方欧氏距离,计算模型损失; S6.2:计算物理一致性损失,根据物理模型计算生成数据的偏差,强制生成数据满足材料特性,确保数据满足物理规律: 其中,λJC、λvM、λHP是用于平衡不同物理损失项在总损失中的贡献的权重系数,LossJC、LossvM、LossHP是不同物理条件约束的损失函数,损失值的大小,与生成的数据和实际物理规律之间的差距成正比; LossJC损失函数定义为生成的应力σgen与Johnson-Cook模型预测值的差的绝对值,具体如下式: 其中,为生成的应力,右侧为Johnson-Cook模型的应力预测值,A、B、C、m、n为材料常数,Tm为材料熔点,T设为室温25℃;该损失函数将指导模型生成符合不同温度、应变率和应变条件下的真实材料应力; LossvM损失函数定义为生成的应力数据计算出的等效应力σv不应超过材料的屈服强度σyeild,具体如下式: 其中,,σ1、σ2、σ3是模型生成的在不同方向上材料承受的最大应力;将等效应力σv与屈服强度σy的差值与0进行比较,生成的等效应力超过屈服强度时损失函数为正值,如果生成数据符合屈服准则,则损失值为0; LossvM损失函数定义为生成的应力数据屈服强度σy与Hall-Petch关系的绝对值,随晶粒尺寸d变化,具体如下式: 其中,为生成的屈服强度,σ0和ky为晶粒边界的强化效应材料常数; S7:基于步骤S4-S6得到的金属材料多模态特征训练数据集、初始扩散模型及其损失函数,训练扩散模型,输出符合材料的基本物理规律的高质量仿真金属材料数据。
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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励