武汉理工大学梁棋钰获国家专利权
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！
龙图腾网获悉武汉理工大学申请的专利一种基于深度学习的板材成形控制方法和装置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：CN120742699B 。
龙图腾网通过国家知识产权局官网在2025-11-07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：202511268804.4，技术领域涉及：G05B13/04；该发明授权一种基于深度学习的板材成形控制方法和装置是由梁棋钰;黄兴涛;宋利飞;苏万瑶设计研发完成，并于2025-09-06向国家知识产权局提交的专利申请。
本一种基于深度学习的板材成形控制方法和装置在说明书摘要公布了：本发明提出了一种基于深度学习的板材成形控制方法和装置，涉及冲压控制技术领域，包括：利用样本数据集对原始CNN模型进行训练，得到中间CNN模型；样本数据集包括板材静态数据和回弹数据；板材静态数据包括初始尺寸参数和材料参数；回弹数据包括在不同冲压深度下压头撤离且板材回弹后的第一位移场；基于不同冲压深度下板材回弹前的实验数据与仿真数据对应的第一位移场误差和板材回弹后的第二位移场误差确定不同冲压深度对应的位移场补偿值；利用位移场补偿值对中间CNN模型的参数进行调整，直至中间CNN模型的预测误差小于预设阈值，得到目标CNN模型；将待处理板材的板材静态数据和目标成形效果输入至目标CNN模型，得到目标冲压深度。
本发明授权一种基于深度学习的板材成形控制方法和装置在权利要求书中公布了：1.一种基于深度学习的板材成形控制方法，其特征在于，包括： 利用样本数据集对原始CNN模型进行训练，得到中间CNN模型；所述样本数据集包括板材静态数据和回弹数据；所述板材静态数据包括初始尺寸参数和材料参数；所述回弹数据包括在不同冲压深度下压头撤离且板材回弹后的第一位移场；所述中间CNN模型包括所述板材静态数据、所述第一位移场与所述冲压深度的映射关系； 基于不同冲压深度下板材回弹前的实验数据与仿真数据对应的第一位移场误差和板材回弹后实验数据与仿真数据对应的第二位移场误差确定不同所述冲压深度对应的位移场补偿值； 利用所述位移场补偿值对所述中间CNN模型的参数进行调整，直至所述中间CNN模型的预测误差小于预设阈值，得到目标CNN模型； 将待处理板材的板材静态数据和目标成形效果输入至所述目标CNN模型，得到目标冲压深度；所述目标成形效果包括预期的回弹后的位移场。
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武汉理工大学，其通讯地址为：430000 湖北省武汉市洪山区珞狮路122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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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