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！

龙图腾网恭喜中南大学申请的专利基于CNN-LSTM的复杂构件的快速回弹预测方法及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：CN119378403B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411909498.3，技术领域涉及：G06F30/27；该发明授权基于CNN-LSTM的复杂构件的快速回弹预测方法及装置是由湛利华;李双博;杨有良;谢豪设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本基于CNN-LSTM的复杂构件的快速回弹预测方法及装置在说明书摘要公布了：本申请提供了一种基于CNN‑LSTM的复杂构件的快速回弹预测方法及装置，包括：获取不同结构特征的复杂构件的三维模型图片，以及复杂构件的单一结构特征不同工艺条件下的屈服强度及回弹量，构建训练数据集，工艺条件包括材料特性、蠕变时效成形工艺和成形模具型面；基于训练数据集对CNN‑LSTM模型进行预训练；获取待预测复杂构件的三维模型图片和工艺条件，并根据三维模型图片和工艺条件应用训练后的CNN‑LSTM模型预测待预测复杂构件的屈服强度及回弹量。通过引入结构特征，并调整成适合复杂构件蠕变时效成形工艺，能够实现高精度快速回弹及力学性能预测，便于筛选出最优构件尺寸、模具目标型面和最优工艺。

本发明授权基于CNN-LSTM的复杂构件的快速回弹预测方法及装置在权利要求书中公布了：1.一种基于CNN-LSTM的复杂构件的快速回弹预测方法，其特征在于，所述方法包括：获取不同结构特征的复杂构件的三维模型图片，以及所述复杂构件的单一结构特征不同工艺条件下的屈服强度及回弹量，构建训练数据集，所述工艺条件包括材料特性、蠕变时效成形工艺和成形模具型面；其中所述三维模型图片包含筋条高度和蒙皮厚度的结构尺寸；基于所述训练数据集对CNN-LSTM模型进行预训练，得到训练后的所述CNN-LSTM模型;其中，所述基于所述训练数据集对CNN-LSTM模型进行预训练，得到训练后的所述CNN-LSTM模型，包括：应用CNN模型根据不同结构特征的所述三维模型图片提取所述复杂构件的结构特征；以所述结构特征和所述工艺条件作为LSTM模型输入，应用所述LSTM模型输出所述复杂构件的预测屈服强度及预测回弹量；计算所述预测屈服强度、所述预测回弹量与所述训练数据集中的所述屈服强度和所述回弹量的误差，并根据所述误差调整所述CNN模型和所述LSTM模型的参数，直到满足训练终止条件，得到训练后的所述CNN-LSTM模型;其中，所述应用CNN模型根据不同结构特征的所述三维模型图片提取所述复杂构件的结构特征，包括：将复杂构件的不同结构尺寸的所述三维模型图片转换成像素矩阵；利用CNN模型中的多层卷积提取所述三维模型图片中的优先特征和非优先特征，其中以卷积核，两个一维度的卷积组合的特征的提取公式为： 其中，为输出序列的索引，为输入序列的元素，为卷积核权重；通过归一化层对提取的所有特征进行归一化处理，通过池化层压缩特征并降维，对相邻像素进行统计，将所有特征融合得到所述复杂构件图像识别的结构特征；获取待预测复杂构件的三维模型图片和工艺条件，并根据所述三维模型图片和所述工艺条件应用训练后的所述CNN-LSTM模型预测所述待预测复杂构件的屈服强度及回弹量。

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中南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路932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”。