龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：鞍钢集团北京研究院有限公司;东北大学
摘要：本发明提供一种基于图神经网络的钢铁材料马氏体相变起始温度预测方法，涉及温度预测技术领域，本发明首先构建包含钢铁材料的化学成分、奥氏体晶粒尺寸、磁场以及预应变四个不同影响因素的数据库，从而得到基础数据集；基于基础数据集进行热力学知识图谱的构建，构建图卷积神经网络DDM‑GNN模型；设置迭代次数、学习率、批量以及损失函数，在进行热力学知识图谱中的特征和关系信息相融合时，采用矩阵拼接的方式来获得邻接卷积矩阵；采用全连接层来连接输出，得到预测的Ms温度；通过采用自适应矩估计法Adam对DDM‑DNN模型进行训练，最终取出训练过程中损失函数最小的模型作为最终模型Best_Model，实现温度预测。
主权项：1.一种基于图神经网络的钢铁材料马氏体相变起始温度预测方法，其特征在于，包括以下步骤：步骤1：构建包含钢铁材料的化学成分、奥氏体晶粒尺寸、磁场以及预应变四个不同影响因素的数据库，从而得到基础数据集；步骤2：基于基础数据集进行热力学知识图谱的构建；步骤3：构建图卷积神经网络DDM-GNN模型；步骤4：设置迭代次数为2000次，采用均方误差作为损失函数，学习率为0.001，批量大小为10；在进行热力学知识图谱中的特征和关系信息相融合时，采用矩阵拼接的方式来获得邻接卷积矩阵；步骤5：采用全连接层来连接输出，得到预测的Ms温度；步骤6：通过采用自适应矩估计法Adam对DDM-DNN模型进行训练，最终取出训练过程中损失函数最小的模型作为最终模型Best_Model；步骤7：对要进行温度预测的待测数据构建热力学知识图谱，然后将构建好的热力学知识图谱输入到最终模型Best_Model中即实现温度预测。
全文数据：
权利要求：
百度查询： 鞍钢集团北京研究院有限公司 东北大学 基于图神经网络的钢铁材料马氏体相变起始温度预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号