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！

龙图腾网获悉嘉善凝辉新型建材有限公司申请的专利基于数字孪生的预制构件质量优化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：CN121615234B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610147584.8，技术领域涉及：G06F30/13；该发明授权基于数字孪生的预制构件质量优化方法及系统是由穆晓伟;穆晓丽;吕刚;顾秀英;穆春荣设计研发完成，并于2026-02-03向国家知识产权局提交的专利申请。

本基于数字孪生的预制构件质量优化方法及系统在说明书摘要公布了：本发明公开了基于数字孪生的预制构件质量优化方法及系统，涉及数字孪生技术领域。该方法包括：构建样本性能数据集；确定构件的多个预测时间尺度，并重组数据集以构建包含对应时间尺度的构件指标预测代理模型组；获取构件实时数字孪生模型，结合代理模型组建立设计优化问题，并通过求解优化问题更新数字孪生模型，实现质量优化。本发明通过多时间尺度分解与级联知识蒸馏训练，在降低高保真数据需求的同时，提升了长期性能预测的精度与效率，同时结合多模型交叉校验与触发式反馈机制，确保了预测可靠性与模型的自适应进化能力，实现了预制构件全生命周期性能的精准预测与可靠轻量化设计。

本发明授权基于数字孪生的预制构件质量优化方法及系统在权利要求书中公布了：1.基于数字孪生的预制构件质量优化方法，其特征在于，包括： 构建面向目标预制构件的样本性能数据集，其中，所述样本性能数据集包括差异化保真度的数据子集； 确定目标预制构件的N个预测时间尺度，并对应重组所述性能数据集，根据重组结果构建包含N个差异化预测时间尺度的构件指标预测代理模型的代理模型组，其中，N大于1； 获取目标预制构件的实时数字孪生模型，结合所述代理模型组建立设计优化问题，并更新所述实时数字孪生模型以实现质量优化； 其中，差异化保真度的所述数据子集，包括： 基于简化模型生成的低保真数据、基于物理仿真模型生成的中保真数据及基于实体监测生成的高保真数据； 其中，根据重组结果构建包含N个差异化预测时间尺度的构件指标预测代理模型的代理模型组，包括： 基于所述重组结果，提取第一个所述预测时间尺度下的第一高保真数据、第一中保真数据与第一低保真数据； 依次使用所述第一低保真数据、第一中保真数据和第一高保真数据，构建并训练第一构件指标预测代理模型； 以所述第一构件指标预测代理模型为基础代理模型，结合所述重组结果进行递进式模型构建与训练，获取N个所述构件指标预测代理模型； 其中，获取目标预制构件的实时数字孪生模型，结合所述代理模型组建立设计优化问题，并更新所述实时数字孪生模型以实现质量优化，包括： 以所述目标预制构件的总质量最轻化为优化目标，以所述代理模型组中N个构件指标预测代理模型的指标预测结果为约束条件，建立所述设计优化问题； 以所述实时数字孪生模型的构件设计参数为优化起点，结合所述设计优化问题进行迭代优化求解，获取目标设计参数； 将所述目标设计参数更新至目标预制构件的所述实时数字孪生模型； 其中，确定目标预制构件的N个预测时间尺度，包括： 获取目标预制构件的M个先验评估时间尺度，其中，M大于N； 对M个先验评估时间尺度进行随机组合，获取若干个评估时间尺度簇，其中，每一所述评估时间尺度簇中包含N个所述先验评估时间尺度； 根据所述样本性能数据集，遍历若干个所述评估时间尺度簇进行组内趋势相似度分析，并根据趋势相似度分析结果计算簇内加权相似度，其中，加权权重基于评估时间尺度间的时间跨度确定； 选取所述簇内加权相似度最高的评估时间尺度簇对应的N个所述先验评估时间尺度，输出为N个预测时间尺度； 其中，重组所述性能数据集，包括： 基于升序排列后的N个所述预测时间尺度，将所述性能数据集划分为N个性能数据子集； 第N-1个所述预测时间尺度，对第N个所述性能数据子集进行时间尺度裁切，并将时间尺度裁切结果并入至第N-1个所述性能数据子集； 分别基于第N-2个所述预测时间尺度至第1个所述预测时间尺度，迭代的对第N-1个所述性能数据子集至第1个所述性能数据子集进行时间尺度裁切与时间尺度裁切结果并入； 输出并入后的N个所述性能数据子集为重组结果。

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嘉善凝辉新型建材有限公司，其通讯地址为：314100 浙江省嘉兴市嘉善县天凝镇斜红南路1号1号厂房；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。