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！

龙图腾网恭喜哈尔滨工业大学(威海)申请的专利一种基于深度学习和损伤图像预测车用CFRP冲击能量的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：CN119152997B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202411197495.1，技术领域涉及：G16C60/00；该发明授权一种基于深度学习和损伤图像预测车用CFRP冲击能量的方法是由李仲玉;袁绍阳;徐杰;王剑锋;杨娜;王兵设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本一种基于深度学习和损伤图像预测车用CFRP冲击能量的方法在说明书摘要公布了：本发明公开了一种基于深度学习和损伤图像预测车用CFRP冲击能量的方法，包括：步骤一、建立车用CFRP层合板和冲击锤头仿真模型，进行落锤冲击仿真；步骤二、从仿真结果中获得纤维拉伸损伤图像、纤维压缩损伤图像、机体拉伸损伤图像、机体压缩损伤图像和分层损伤图像，按照不同大小的冲击能量和不同类别的损伤图像，将仿真所得的损伤图像整合处理成对应的数据集；步骤三、将不同类别损伤图像数据集传入多种深度神经网络，并基于多种优化方法进行训练；通过准确率、损失值以及可视化热力图进行对比，分析得出与初始冲击能量关联度最高的损伤图像类别和最优模型。基于深度学习方法针对损伤图像生成对应模型来预测车用初始冲击能量，提高预测效率和精度。

本发明授权一种基于深度学习和损伤图像预测车用CFRP冲击能量的方法在权利要求书中公布了：1.一种基于深度学习和损伤图像预测车用CFRP冲击能量的方法，其特征在于，包括：步骤一、建立车用CFRP层合板和冲击锤头仿真模型，进行落锤冲击仿真；步骤二、从仿真结果中获得纤维拉伸损伤图像、纤维压缩损伤图像、基体拉伸损伤图像、基体压缩损伤图像和分层损伤图像，按照不同大小的冲击能量和不同类别的损伤图像，将仿真所得的损伤图像整合处理成对应的数据集；步骤三、将不同类别损伤图像数据集传入多种深度神经网络，并基于多种优化方法进行训练；通过准确率、损失值以及可视化热力图进行对比，得出与初始冲击能量关联度最高的损伤图像类别和最优模型，确定车用初始冲击能量，包括：基于ResNet50、VAN、ViT三种模型对四种不同的损伤图像进行训练迭代，得到了12种不同的训练方式，再对数据集进行重新分配训练集、验证集、和测试集，重复进行这12种训练，重复三次，预测结果取平均；其中，四种不同的损伤图像分别为：纤维压缩损伤图像、纤维拉伸损伤图像、基体压缩损伤图像、基体拉伸损伤图像。

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(威海)，其通讯地址为：264209 山东省威海市文化西路2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”。