一种基于生成式深度学习模型的燃料微观结构预测方法

    公开(公告)号:CN119811563A

    公开(公告)日:2025-04-11

    申请号:CN202510287607.0

    申请日:2025-03-12

    Abstract: 本申请涉及计算材料科学技术领域,特别涉及一种基于生成式深度学习模型的燃料微观结构预测方法,包括以下步骤:获取数据集;数据集包括不同工艺条件下的SEM照片;对数据集进行预处理,并基于预处理后的数据集,得到训练集;基于条件变分自编码器模型,构建生成式深度学习模型;并将训练集的数据输入至生成式深度学习模型,进行模型训练,得到训练完成的生成式深度学习模型;将工艺条件输入至训练完成的生成式深度学习模型,生成特定燃料微观结构。本申请借助生成式深度学习模型直接由化学成分和工艺制备参数生成微观组织图像,摆脱专业限制,能够直接输出和微观检测结果一致的图像,解决传统实验及模拟计算成本高、耗时长、过程复杂等问题。

    基于机器学习的焊接工艺可靠性优化加速方法及系统

    公开(公告)号:CN119839508A

    公开(公告)日:2025-04-18

    申请号:CN202411915799.7

    申请日:2024-12-24

    Abstract: 本发明公开了基于机器学习的焊接工艺可靠性优化加速方法及系统,包括:获取工艺参数清单,根据工艺参数清单开展试验件的焊接工艺试验,得到历史试验数据;构建焊缝多尺度数值模拟模型,采用焊缝多尺度数值模拟模型进行数值模拟分析,得到模拟计算结果;对模拟计算结果进行降维处理,并将降维处理后的数据输入多种机器学习算法中进行训练和验证,择优得到最优机器学习模型;基于最优机器学习模型进行焊接工艺可靠性预测,得到最优工艺参数;对最优工艺参数进行焊缝多尺度数值模拟验证,对满足验证要求的最优工艺参数进行焊接工艺验证,直至焊接工艺最优化。本发明实现不同焊接工艺参数成型焊缝可靠性的快速预测择优,加速工艺优化周期。

    一种内侧连接部件凹槽及磁脉冲连接成形结构及方法

    公开(公告)号:CN115853866A

    公开(公告)日:2023-03-28

    申请号:CN202211647337.2

    申请日:2022-12-21

    Abstract: 本发明公开了一种内侧连接部件凹槽及磁脉冲连接成形结构及方法,包括外管和同轴设置在外管内部的内侧连接部件,所述内侧连接部件的外表面具有凹槽,外管上正对凹槽部位在磁脉冲的作用下嵌入凹槽与内侧连接部件形成机械锁扣结构,外管上正对凹槽以外的部位在磁脉冲的作用下与内侧连接部件形成冶金结合结构。本发明在内侧连接部件表面引入凹槽结构,以便磁脉冲连接时连接部件之间在凹槽区域形成机械锁扣结构,而在凹槽以外的其他连接区域形成冶金结合,从而提升金属管件及其他金属部件连接接头处的力学性能、密封性和抗腐蚀性。

Patent Agency Ranking