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！

龙图腾网获悉东北大学申请的专利一种基于物理信息神经网络的冷轧带钢后屈曲挠度预测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：CN120409285B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510846011.X，技术领域涉及：G06F30/27；该发明授权一种基于物理信息神经网络的冷轧带钢后屈曲挠度预测方法是由李雪梦;孙杰;吴豪;田宝钱;彭文;张殿华设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本一种基于物理信息神经网络的冷轧带钢后屈曲挠度预测方法在说明书摘要公布了：本发明的一种基于物理信息神经网络的冷轧带钢后屈曲挠度预测方法，包括：步骤1：采集带钢的几何参数、带钢的材料属性参数、带钢所受的载荷条件和边界条件；步骤2：在带钢的求解区域内对带钢进行采样，获得多个采样点的坐标并进行归一化处理后构成训练数据集；步骤3：构建基于物理信息神经网络的冷轧带钢后屈曲预测模型；步骤4：采用训练数据集对基于物理信息神经网络的冷轧带钢后屈曲预测模型进行训练；步骤5：采集带钢的待预测点的坐标，采用训练好的基于物理信息神经网络的冷轧带钢后屈曲预测模型进行后屈曲挠度预测。本发明结合物理规律与机器学习算法，实现对冷轧带钢后屈曲挠度的精准预测。

本发明授权一种基于物理信息神经网络的冷轧带钢后屈曲挠度预测方法在权利要求书中公布了：1.一种基于物理信息神经网络的冷轧带钢后屈曲挠度预测方法，其特征在于，包括： 步骤1：采集带钢的几何参数、带钢的材料属性参数、带钢所受的初始载荷和边界条件； 步骤2：在带钢的求解区域内对带钢进行采样，获得多个采样点的坐标并进行归一化处理后构成训练数据集； 步骤3：构建基于物理信息神经网络的冷轧带钢后屈曲预测模型； 步骤4：采用训练数据集对基于物理信息神经网络的冷轧带钢后屈曲预测模型进行训练； 步骤5：采集带钢的待预测点的坐标，采用训练好的基于物理信息神经网络的冷轧带钢后屈曲预测模型进行后屈曲挠度预测； 所述步骤3具体为： 步骤3.1：设计一个多层全连接层神经网络，包括输入层、多个隐藏层和输出层；输入层的神经元数量为2，分别对应归一化后的带钢长度方向坐标x和带钢宽度方向坐标y；输出层的神经元数量为2，用于输出预测的带钢挠度和应力函数；隐藏层的层数和每层的神经元数量设置为3-5层，每层神经元数量为28-32个； 步骤3.2：进行激活函数选择，在隐藏层中选择双曲正切函数tanhx或修正线性单元函数fx＝max0,x作为激活函数； 步骤3.3：将带钢后屈曲大挠度控制方程、变形协调方程、带钢几何方程、物理方程和应力函数与应力之间的关系式作为物理约束嵌入到神经网络的训练过程中； 步骤3.4：根据方程、边界条件和初始载荷构建冷轧带钢后屈曲预测模型的损失函数： 其中，Lmsep为方程损失误差，Lmseb为边界条件损失误差，Lmsei为初始条件误差，以带钢所受的初始载荷来确定；αi、βi、分别代表方程损失误差、边界条件损失误差、初始条件误差的权重系数，n1为方程的数量，n2为边界的数量，n3为初始所受载荷的数量。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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”。