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！

龙图腾网获悉浙江大学申请的专利一种具有知情初始化的强化QPSO-BPNN预测弯管截面形变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：CN116127797B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202211570972.5，技术领域涉及：G06F30/23；该发明授权一种具有知情初始化的强化QPSO-BPNN预测弯管截面形变的方法是由张树有;王才城;王自立;李瑞森;谭建荣设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本一种具有知情初始化的强化QPSO-BPNN预测弯管截面形变的方法在说明书摘要公布了：本发明公开了一种具有知情初始化的强化QPSO‑BPNN预测弯管截面形变的方法。采用拉丁超立方均匀采样技术对确定的弯管工艺参数变量进行采样，建立有限元数值模拟试验，计算各组样本输入对应的弯管截面形变指标从而构建样本数据集；建立BPNN预测模型，采用知情强化QPSO对BPNN的初始权重和阈值进行优化，引入高斯随机向量和自适应参数调整策略强化QPSO优化性能，基于弯管先验知识进行种群的知情初始化，加快算法寻优过程；对优化后BPNN预测模型进行训练，使用完成训练的模型对弯管截面形变进行预测。本发明实现了对弯管截面形变灵活可靠、准确高效的预测。

本发明授权一种具有知情初始化的强化QPSO-BPNN预测弯管截面形变的方法在权利要求书中公布了：1.一种具有知情初始化的强化QPSO-BPNN预测弯管截面形变的方法，其特征在于，包括以下步骤： 步骤1：对金属管材弯曲成形工艺中的工艺参数变量进行拉丁超立方采样，将各个工艺参数变量的取值范围作为输入，输出得到采样后的多组工艺参数样本； 步骤2：根据工艺参数的采样情况，建立多组有限元数值模拟试验，计算各组输入所对应的弯管截面形变指标，构建样本数据集并进行归一化； 步骤3：构建BPNN预测模型，以步骤1中的工艺参数变量作为输入变量，对应的弯管截面形变指标作为输出变量，通过设定隐含层节点数和层数确定BPNN的隐含层结构； 步骤4：采用具有知情初始化的强化QPSO对BPNN预测模型的初始权重和阈值进行优化；引入高斯随机向量和自适应参数调整策略强化QPSO的优化性能，并基于弯管先验知识对种群进行知情初始化，加快算法寻优过程； 步骤5：使用步骤2中归一化后的样本数据集对优化后的BPNN预测模型进行训练，生成弯管截面形变预测模型，将待测弯管的各组工艺参数样本输入完成训练的弯管截面形变预测模型，从而完成弯管截面的形变预测； 所述步骤1中，工艺参数变量包括管材直径、厚度比、压力块助推距离与弯曲弧长之比、弯曲角、相对管弯曲半径、压力块摩擦系数、防皱块摩擦系数、旋转弯模摩擦系数、压力块间隙比、旋转弯模间隙比； 所述步骤2具体为： 2.1根据步骤1中各组工艺参数样本，建立各组样本对应的有限元数值模型； 2.2基于多组有限元数值模型计算各组工艺参数样本对应的弯管截面形变指标，从而构建样本数据集并进行归一化；样本数据集中的输入数据为多组工艺参数样本，输出数据为对应的弯管截面形变指标大小； 所述步骤2.2中，计算弯管截面形变指标的具体步骤为： 1从管材弯曲段的起始面开始，以相同的弯曲角度作为间隔，对管材弯曲段均匀切割，截取得到N个弯管横截面；其中，=N，N为设定的截取个数，为管材弯曲角； 2计算各个弯管横截面的短轴变化率： 其中，为管材弯曲前的原始直径，是管材弯曲后横截面短轴的长度； 3对截取出的所有横截面，以各个横截面的弯曲角度为自变量，对应截面的短轴变化率为因变量，通过三次样条插值法对所有点,进行拟合，得到管材弯曲段的截面形变曲线；其中，； 4计算截面形变曲线上短轴变化率的平均值，即得弯管截面形变指标的大小。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。