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！

龙图腾网恭喜深圳市集美新材料股份有限公司申请的专利一种注压成型模具智能温度调节方法及系统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：CN119871831B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202510370360.9，技术领域涉及：B29C45/77；该发明授权一种注压成型模具智能温度调节方法及系统是由陈秋鹏;刘海文;伍丽梅设计研发完成，并于2025-03-27向国家知识产权局提交的专利申请。

本一种注压成型模具智能温度调节方法及系统在说明书摘要公布了：本申请提供一种注压成型模具智能温度调节方法及系统，通过采集注压成型模具各区域的温度数据和压力数据生成实时多源传感器数据流；对实时多源传感器数据流进行特征提取，获得温度场分布特征；基于温度场分布特征和差分私有贝叶斯优化算法训练获得温度场分布预测模型，再通过该模型输出模具温度预测结果；对模具温度预测结果和压力数据进行特征融合，构建神经网络控制器的输入特征，基于输入特征和正定曲率学习方法训练获得神经网络控制器，通过神经网络控制器生成加热器的功率控制信号和水冷系统的流量控制指令，并基于该控制信号和指令，通过可调节间隙补偿机构动态控制模具温度场。本申请提高了温度调节的精度和响应速度。

本发明授权一种注压成型模具智能温度调节方法及系统在权利要求书中公布了：1.一种注压成型模具智能温度调节方法，其特征在于，包括： 采集注压成型模具各区域的温度数据和压力数据，生成实时多源传感器数据流； 通过Transformer模型和EM算法，对所述实时多源传感器数据流进行特征提取，获得温度场分布特征； 基于所述温度场分布特征和差分私有贝叶斯优化算法，训练获得温度场分布预测模型，并通过所述温度场分布预测模型输出模具温度预测结果； 对所述模具温度预测结果和所述压力数据进行特征融合，构建神经网络控制器的输入特征，并基于所述输入特征和正定曲率学习方法训练获得所述神经网络控制器，以及通过所述神经网络控制器，生成所述注压成型模具各区域加热器的功率控制信号和水冷系统的流量控制指令； 基于所述加热器的功率控制信号和所述水冷系统的流量控制指令，通过可调节间隙补偿机构对所述注压成型模具的温度场进行动态控制； 其中，所述基于所述温度场分布特征和差分私有贝叶斯优化算法，训练获得温度场分布预测模型，包括： 基于所述温度场分布特征，构建贝叶斯概率模型的先验分布； 通过差分隐私机制对模型参数进行随机扰动，并通过贝叶斯优化方法搜索目标模型参数； 基于所述目标模型参数，训练得到温度场分布预测模型； 所述基于所述温度场分布特征，构建贝叶斯概率模型的先验分布，包括： 通过多维高斯分布建模和历史数据分析，基于所述温度场分布特征中的温度梯度向量场和热点分布特征图得到初始先验分布； 基于所述初始先验分布，通过分层贝叶斯结构自动学习不同工况的参数分布，生成分层先验模型； 基于所述分层先验模型进行贝叶斯概率模型构建，输出先验分布参数； 并且，所述通过差分隐私机制对模型参数进行随机扰动，并通过贝叶斯优化方法搜索目标模型参数，包括： 通过拉普拉斯机制对所述先验分布参数添加随机噪声，并基于参数敏感度动态调整隐私预算，得到扰动后的参数； 通过高斯过程回归构建代理模型，对所述扰动后的参数进行参数性能评估，并通过探索与利用平衡策略，得到候选参数集，其中所述代理模型的评估指标包括预测精度和计算效率； 针对所述候选参数集，通过变分推断方法和最小化证据下界方法进行模型参数优化，输出目标模型参数； 其中，基于所述输入特征和正定曲率学习方法训练获得所述神经网络控制器的方式，包括： 根据所述输入特征，构建基于黎曼度量的损失函数，其中所述损失函数包含温度控制误差项、压力平衡项和能耗约束项，并获取曲率正则化项，得到优化目标函数； 根据所述优化目标函数，在参数的切空间计算黎曼梯度，并通过指数映射将更新后的参数投影回满足正定约束的流形空间，得到优化后的网络参数。

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深圳市集美新材料股份有限公司，其通讯地址为：518000 广东省深圳市龙岗区横岗街道金源路8-16号1至4层；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”。