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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于机器学习的激光送丝工艺参数的控制方法、系统和可读存储介质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：CN119772194B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411969704.X，技术领域涉及：B22F10/22；该发明授权一种基于机器学习的激光送丝工艺参数的控制方法、系统和可读存储介质是由高永卓;赵祥贤;董为;于楠设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种基于机器学习的激光送丝工艺参数的控制方法、系统和可读存储介质在说明书摘要公布了：本发明提供一种基于机器学习的激光送丝工艺参数的控制方法及系统，属于激光送丝领域。为了解决现有激光送丝工艺需要人工修正工艺参数，效率低，且人工修正误差相对较大的问题。本发明通过测试不同激光功率、扫描速度和送丝速度得到的单轨道沉积物的珠高和珠宽，然后将数据集利用BP神经网络获得拟合模型，利用模型进行工艺加工。利用工艺参数数据样本，可以较好地通过工艺参数预测沉积物地珠高和珠宽，以及通过需要的珠宽和珠高来反向预测所需的工艺参数，因此可以减低工艺人员因实时观察熔池判断有误而出现的层积物形状偏差，也可以实现对设备数据进行挖掘分析,并赋予设备智能化处理工艺过程的能力，降低了工艺过程对工艺人员的专业要求。

本发明授权一种基于机器学习的激光送丝工艺参数的控制方法、系统和可读存储介质在权利要求书中公布了：1.一种基于机器学习的激光送丝工艺参数的控制方法，其特征在于，包括以下步骤： S100、在同一试板上，分别改变设备的工艺参数得到不同的单轨道沉积物，测量上述单轨道沉积物的珠高和珠宽，得到初始数据集，所述工艺参数包括激光功率、扫描速度和送丝速度； S200、将步骤S100收集到的初始数据集按照一定比例划分为训练集和测试集，将训练集利用BP神经网络进行训练得到训练模型，再用测试集检测训练模型的拟合程度，得到最佳拟合模型； 将激光功率、扫描速度和送丝速度设为BP神经网络的输入参数X，将珠宽和珠高设为神经网络的输出Y； 给定训练样本S＝{X1，Y1,X2，Y2,…,Xn，Yn}，Xi∈R3，Yi∈R2,X为归一化后的工艺参数的数据，R3为输入数据的维度，即激光功率x1、扫描速度x2、送丝速度x3； 设定输出层第j个神经元的阈值用σj表示，隐藏层第m个神经元的阈值用τm表示，输入层第i个神经元与隐藏层第m个神经元的连接权重为λim，隐藏层第m个神经元与输出层第j个神经元的连接权重为μmj；隐藏层第m个神经元接受的输入为: 输出层第j个神经元接受的输入为： 其中，hm代表隐藏层第m个神经元的值，q代表隐藏层共q个神经元； S300、批量导入工艺参数至步骤S200得到的最佳拟合模型中，得到对应的沉积物的珠高和珠宽数据，获取数据库，根据所需层积物形状调用数据库的工艺参数进行加工。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。