買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國計量大學申請的專利一種基于混合深度學習的閥門性能仿真與優化方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120217906B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510695128.2，技術領域涉及：G06F30/27；該發明授權一種基于混合深度學習的閥門性能仿真與優化方法及系統是由朱鵬鵬;丁凡;梁培;陳強;徐鵬;李云峰設計研發完成，并于2025-05-28向國家知識產權局提交的專利申請。

本一種基于混合深度學習的閥門性能仿真與優化方法及系統在說明書摘要公布了：本發明公開了一種基于混合深度學習的閥門性能仿真與優化方法及系統，包括：S1.對閥門進行有限元仿真分析并使用多物理場熱固耦合求解，得到閥門在不同工況下的應力、變形和溫度分布數據以及閥門關鍵部件的最大熱應力和熱變形最大位移；S2.數據處理后，以閥門在不同工況下的應力、變形和溫度分布數據為輸入參數，最大熱應力和熱變形最大位移為輸出參數，訓練神經網絡模型，建立熱?結構性能預測模型；S3.基于預測結果，采用基于參考點的非支配遺傳算法，結合參考點生成與自適應代理模型，進行多目標優化輸出最優參數組合以調整閥門設計；本發明利用神經網絡對有限元仿真結果進行深度學習和多目標優化，提高了閥門性能預測精度和優化效率。

本發明授權一種基于混合深度學習的閥門性能仿真與優化方法及系統在權利要求書中公布了：1.一種基于混合深度學習的閥門性能仿真與優化方法，其特征在于，包括以下步驟： S1.對閥門進行有限元仿真分析并使用多物理場熱固耦合求解方法，得到閥門在不同工況下的應力、變形和溫度分布數據，以及閥門關鍵部件的最大熱應力和熱變形最大位移； S2.對仿真數據經過數據處理后，以閥門在不同工況下的應力、變形和溫度分布數據為輸入參數，最大熱應力和熱變形最大位移為輸出參數，對神經網絡模型進行訓練，建立熱-結構性能預測模型； S3.基于熱-結構性能預測模型的預測結果，采用基于參考點的非支配遺傳算法，結合參考點生成與自適應代理模型進行多目標優化，輸出最優參數組合以調整閥門設計； 步驟S3的具體內容包括： S31.初始化階段：定義設計變量為材料參數和工況參數設計變量，材料參數包括彈性模量E和泊松比ν，工況參數包括入口溫度Tin和輸入壓力σin，基于材料參數和工況參數變量生成參考點； S32.代理模型構建： 基于歷史有限元數據訓練CNN-LSTM混合模型并進行模型驗證，輸入為設計變量，輸出為材料所允許的最大許用應力σmax和允許最大變形umax； 定義代理模型置信度閾值進行動態置信度評估，若σmax預測值方差Var≤10MPa，則跳過有限元驗證，否則與仿真數據進行校準； S33.采用初期全參數空間探索以及后期局部精細化搜索進行迭代優化； S34.動態調整材料方案：內置材料數據庫并記錄彈性模量E和泊松比ν，每10次迭代檢查當前最優解的E和ν，從庫中匹配最接近的工程材料，同時確保不違反約束，即最大許用應力和允許最大變形需滿足材料允許范圍。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國計量大學，其通訊地址為：310000 浙江省杭州市下沙高教園區學源街258號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。