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！

龙图腾网获悉合肥工业大学申请的专利材料轧制力的预测方法及系统、介质、终端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：CN121435782B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202512040167.1，技术领域涉及：G06F30/27；该发明授权材料轧制力的预测方法及系统、介质、终端是由赵爽耀;陈帅;钟言久;蔡正阳;张强;郑汉东;唐孝安设计研发完成，并于2025-12-31向国家知识产权局提交的专利申请。

本材料轧制力的预测方法及系统、介质、终端在说明书摘要公布了：本发明提供一种材料轧制力的预测方法及系统、介质、终端，涉及轧制技术领域。本发明采用TCN来捕获轧制力预测中特征之间的长期依赖关系，利用物理信息神经网络构建物理信息方程，通过物理信息神经网络将物理信息与TCN相结合，实现了数据驱动与物理驱动相融合的轧制力预测，提升模型对非平稳工况与动态扰动的适应能力与预测精度。同时，本发明创新性地提出特征子集划分和特征预测结果融合的数据划分与集成建模策略，通过建立特征交互补偿机制，实现轧制力生成机理的系统建模，能有效表征其内在机理的层次化特征，为提升模型的预测精度奠定基础。

本发明授权材料轧制力的预测方法及系统、介质、终端在权利要求书中公布了：1.一种材料轧制力的预测方法，其特征在于，包括： 获取目标材料的带钢热轧精轧过程的多源特征数据， 基于接触弧长和轧辊磨损将多源特征数据中M个特征的数据均划分成若干数据子集； 通过预先训练的PI-TCN模型分别对每个特征的若干数据子集进行处理，得到若干子集预测结果，将若干子集预测结果相加，得到M个特征预测结果，将M个特征预测结果按动态比例融合，得到目标材料的轧制力预测结果； 其中，所述预先训练的PI-TCN模型是指在时序卷积网络的训练过程中，通过物理信息神经网络嵌入物理信息； 其中，所述将M个特征预测结果按动态比例融合，得到目标材料的轧制力预测结果，包括： 其中， 式中，为第个带钢精轧的轧制力预测结果；表示第个带钢精轧在特征m上的预测值；为带钢总数；；表示接触弧长和轧辊磨损划分下特征的轧制力预测总误差；表示放大后的轧制力预测总误差；表示接触弧长和轧辊磨损划分下特征的轧制力预测的自适应软权重；表示误差小数点后非零数字的位数；表示训过程中PI-TCN模型在特征上的均方根误差；表示训过程中PI-TCN模型在特征上的平均绝对误差；表示训过程中PI-TCN模型在特征上的平均绝对百分比误差。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。