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！

龙图腾网获悉燕山大学申请的专利基于机器学习的激光增材制造形性主动控制方法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：CN115796026B 。

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：202211494937.X，技术领域涉及：G06F30/27；该发明授权基于机器学习的激光增材制造形性主动控制方法是由刘鹏伟;张加继;赵英杰;冯天一;刘镓瑜设计研发完成，并于2022-11-26向国家知识产权局提交的专利申请。

本基于机器学习的激光增材制造形性主动控制方法在说明书摘要公布了：本发明提供了一种基于机器学习的激光增材制造形性主动控制方法，其包括：利用物理模型模拟出增材制造过程中的温度场分布数据和垂直于打印方向的显微组织图片并进行预处理，获得显微组织图片对应成形件的力学性能；利用训练好的神经网络预测下一时刻的成形质量，当预测出成形件质量不满足要求时，通过主动调节打印工艺参数实现宏观温度场的实时主动控制，进而在线调控显微组织和成形件力学性能；相较于直接构建物理本构模型的计算方法可以成倍地缩短求解时间。此外，本发明在时间和空间上建立起打印工艺参数‑温度场分布‑显微组织图片‑力学性能的关系，有利于促进增材制造技术领域的全面技术革新。

本发明授权基于机器学习的激光增材制造形性主动控制方法在权利要求书中公布了：1.一种基于机器学习的激光增材制造形性主动控制方法，其特征在于，其包括下列步骤： S1、构建数据库，利用有限元模拟生成不同打印工艺参数下增材制造过程中温度场数据；利用相场法模拟生成不同打印工艺参数下不同位置处沿激光打印垂直方向的显微组织图片；利用晶体塑性理论计算相场法获得的显微组织对应的力学性能； S2、对步骤S1获取的显微组织图片进行处理，利用统计方法计算出平均晶粒尺寸及晶粒数量；将不同打印参数下不同位置处的温度分布、平均晶粒尺寸、晶粒数目以及力学性能分组匹配，构建符合格式要求且匹配网络结构的数据集； S3、利用CNN神经网络来捕获增材制造过程中的空间特征，构建一种包含时间信息和空间信息的二维特征矩阵，建立CNN-LSTM神经网络模型，将时空特征矩阵的数据作为输入训练神经网络模型并保存训练后的模型，对LSTM记忆模块进行状态更新和信息输出； S4、对成形件进行形性主动控制； S41、将高温比色计安装在激光熔覆头上，实时记录打印过程中的温度分布； S42、引入成形件质量合格标准，利用预测到的应力应变曲线是否在区间范围内判断成形件质量是否合格； S43、利用实时监测到的温度分布以及打印工艺参数输入到训练好的神经网络模型中预测成形件的力学性能，若预测出成形件的应力应变范围在成形件质量合格标准的应力应变曲线的95％的置信区间内则成形件质量合格继续打印，若预测出成形件的应力应变曲线不在该95％的置信区间内则视为不合格，调整打印工艺参数进而调控成形件的质量； S44、完成对激光增材制造过程中成形件的形性主动控制。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市河北大街西段438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。