買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉天津大學(xué)申請的專利基于含門控單元人工神經(jīng)網(wǎng)絡(luò)的偏折裂紋緊湊拉伸試樣斷裂參數(shù)預(yù)測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120163037B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510066307.X，技術(shù)領(lǐng)域涉及：G06F30/27；該發(fā)明授權(quán)基于含門控單元人工神經(jīng)網(wǎng)絡(luò)的偏折裂紋緊湊拉伸試樣斷裂參數(shù)預(yù)測方法是由曾鳴;李文灝設(shè)計(jì)研發(fā)完成，并于2025-01-16向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于含門控單元人工神經(jīng)網(wǎng)絡(luò)的偏折裂紋緊湊拉伸試樣斷裂參數(shù)預(yù)測方法在說明書摘要公布了：本發(fā)明涉及一種基于含門控單元人工神經(jīng)網(wǎng)絡(luò)的偏折裂紋緊湊拉伸試樣斷裂參數(shù)預(yù)測方法，包括：S1、基于有限元建立求解應(yīng)力強(qiáng)度因子和柔度的數(shù)值模型；S2、計(jì)算應(yīng)力強(qiáng)度因子和柔度并進(jìn)行數(shù)據(jù)處理；S3、建立含門控單元人工神經(jīng)網(wǎng)絡(luò)模型；S4、基于含門控單元人工神經(jīng)網(wǎng)絡(luò)模型斷裂參數(shù)預(yù)測。本發(fā)明通過慮及門控單元實(shí)現(xiàn)了同一個模型可分別用于預(yù)測各向同性和各向異性材料下的斷裂參數(shù)，且基于基于含門控單元人工神經(jīng)網(wǎng)絡(luò)對偏折裂紋緊湊拉伸試樣斷裂參數(shù)預(yù)測精度高，與數(shù)值分析計(jì)算的結(jié)果非常吻合，最大誤差小于3.5％。

本發(fā)明授權(quán)基于含門控單元人工神經(jīng)網(wǎng)絡(luò)的偏折裂紋緊湊拉伸試樣斷裂參數(shù)預(yù)測方法在權(quán)利要求書中公布了：1.一種基于含門控單元人工神經(jīng)網(wǎng)絡(luò)的偏折裂紋緊湊拉伸試樣斷裂參數(shù)預(yù)測方法，其特征在于：所述方法的步驟為： S1、基于有限元軟件Abaqus，建立不同幾何尺寸下的含偏折裂紋的緊湊拉伸試樣有限元模型，所述幾何尺寸包括初試裂紋長度a0與試樣寬度W的比值a0W、裂紋擴(kuò)展長度Δa、投影裂紋總長度ap與試樣寬度的比值apW、裂紋偏折角β； S2、基于上述有限元模型，獲取各向同性材料和各向異性材料λ、ρ下的應(yīng)力強(qiáng)度因子KI、KII和柔度C； S3、根據(jù)S2獲得的柔度C和應(yīng)力強(qiáng)度因子KI、KII，分別對其進(jìn)行歸一化處理，得到歸一化柔度c、歸一化應(yīng)力強(qiáng)度因子kI和kII，表達(dá)式如下： 其中：KI和KII為有限元計(jì)算的應(yīng)力強(qiáng)度因子，B為試樣厚度，W為試樣寬度，P為施加的載荷； c＝BE*C3 其中：B為試樣厚度，B＝1mm，C為有限元計(jì)算的柔度，E*為有效彈性模量，所述有效彈性模量的計(jì)算公式如下： 其中：E1和E2為各向異性材料的彈性模量，λ和ρ為各向異性材料參數(shù)； S4、基于多層前饋人工神經(jīng)網(wǎng)絡(luò)模型架構(gòu)，建立慮及門控單元的人工神經(jīng)網(wǎng)絡(luò)模型，所述模型包括輸入層、隱藏層及輸出層，所述輸入層接收幾何尺寸和材料參數(shù)的特征輸入，包括作為基本輸入特征的apW、a0W、β和Δa，以及作為選擇性輸入特征的λ和ρ，所述隱藏層對輸入數(shù)據(jù)進(jìn)行轉(zhuǎn)換和處理，捕捉特征之間的非線性關(guān)系，所述輸出層輸出預(yù)測柔度c′、預(yù)測應(yīng)力強(qiáng)度因子k′I和k′II值； S5、將S3計(jì)算得到的得到歸一化柔度c、歸一化應(yīng)力強(qiáng)度因子kI和kII作為數(shù)據(jù)集，將上述數(shù)據(jù)集按照8：2的比例劃分為訓(xùn)練集和測試集，訓(xùn)練集用于人工神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練，測試集用于人工神經(jīng)網(wǎng)絡(luò)模型的評估； S6、設(shè)置慮及門控單元的人工神經(jīng)網(wǎng)絡(luò)模型的激活函數(shù)、權(quán)重和偏置，以均方誤差作為訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)模型的度量，并采用Adam優(yōu)化器進(jìn)行權(quán)重更新，基于輸出層神經(jīng)元的預(yù)測結(jié)果c′、k′I和k′II與數(shù)據(jù)集中c、kI和kII的目標(biāo)值之間的損失值，通過計(jì)算損失函數(shù)關(guān)于各參數(shù)的梯度，逐步更新權(quán)重和偏置，對人工神經(jīng)網(wǎng)絡(luò)進(jìn)行初步優(yōu)化，使得優(yōu)化后的人工神經(jīng)網(wǎng)絡(luò)對于所有訓(xùn)練集輸入層神經(jīng)元都能達(dá)到全局最優(yōu)； S7、基于S6初步優(yōu)化后的權(quán)重和偏置，預(yù)測測試集輸入層神經(jīng)元經(jīng)過隱藏層處理后得到的輸出層神經(jīng)元，并計(jì)算得到的輸出與測試集目標(biāo)值之間的損失值，直到模型的損失函數(shù)收斂到最小值； S8、基于S7優(yōu)化后的慮及門控單元的人工神經(jīng)網(wǎng)絡(luò)模型，對偏折裂紋緊湊拉伸試樣斷裂參數(shù)進(jìn)行預(yù)測。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人天津大學(xué)，其通訊地址為：300072 天津市南開區(qū)衛(wèi)津路92號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。