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！

龙图腾网获悉苏州大学申请的专利基于HML预测HVOF涂层性能优化喷涂参数的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：CN115238581B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202210878425.7，技术领域涉及：G06F30/27；该发明授权基于HML预测HVOF涂层性能优化喷涂参数的方法是由俞泽新;桂珑恩;刘妹妹;谢迎春;许振宁;王博通设计研发完成，并于2022-07-25向国家知识产权局提交的专利申请。

本基于HML预测HVOF涂层性能优化喷涂参数的方法在说明书摘要公布了：本发明涉及一种基于HML预测HVOF涂层性能优化喷涂参数的方法，属于涂层技术领域。所述方法包括：S1、制备实验数据：进行超音速火焰喷涂实验，得到喷涂参数和涂层性能结果；S2、建立数据集：将喷涂参数作为输入量，涂层性能结果作为输出量，形成数据集；S3、构建分层机器学习模型，通过训练，将中间变量与涂层性能联系起来，得到只包含输入量的性能预测公式；S4、对训练完成的分层机器学习模型进行模型评估，判断是否符合预设精度；S5、将待测的喷涂参数输入到训练完成的分层机器学习模型中，通过模型的训练，输出涂层性能结果。所述方法对数据集的数量要求少，能够在有限数据集情况下，得到良好的预测质量，有效降低了实验成本。

本发明授权基于HML预测HVOF涂层性能优化喷涂参数的方法在权利要求书中公布了：1.一种基于HML预测HVOF涂层性能优化喷涂参数的方法，其特征在于，包括以下步骤： S1、制备实验数据：进行超音速火焰喷涂实验，使用控制变量法得到喷涂参数和涂层性能结果； S2、建立数据集：将S1所述的喷涂参数作为输入量，涂层性能结果作为输出量，形成数据集； S3、基于S2所述的数据集，构建分层机器学习模型： S31、使用MATLAB软件，构建分层机器学习模型第一层；所述分层机器学习模型第一层为输入量，所述输入量包括喷涂距离、氧气流量和甲烷流量； S32、将S2所述的数据集中的输入量进行参数化，得到中间变量；所述的中间变量包括粒子飞行速度和粒子飞行温度；所述的粒子飞行速度和粒子飞行温度的参数化方法如下： 粒子飞行速度的计算公式： ； 其中，为粒子质量；为粒子速度；为气体速度；为气体密度；为粒子在垂直于流动方向的平面上的投影面积；为颗粒形状效应的阻力系数； 2粒子飞行温度的计算公式： ； 其中，为粒子质量；为粒子温度；为粒子表面积；为粒子热容，为气体温度，h为传热系数； S33、通过回归技术，构建分层机器学习模型第二层；所述的分层机器学习模型第二层为输出量；所述的输出量为性态指标，包括硬度、孔隙率和耐磨性； 通过训练，将所述的中间变量与涂层性能联系起来，得到只包含输入量的性能预测公式； S4、对S3训练完成的分层机器学习模型进行模型评估，判断是否符合预设精度； 若误差未超过预设精度范围，则训练完成； 若误差超过预设精度范围，则调整分层机器学习模型参数，继续训练，重复执行S3，直到模型收敛实现分层机器学习预设精度范围，则训练完成； S5、将待测的喷涂参数输入到S4中训练完成的分层机器学习模型中，通过模型的训练，输出涂层性能结果。

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苏州大学，其通讯地址为：215000 江苏省苏州市相城区济学路8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。