中国机械总院集团北京机电研究所有限公司

本申请属于金属塑性成形数值模拟与人工智能交叉技术领域，具体公开了一种金属热压缩流动应力预测方法及系统，该方法包括：基于原始真应力‑真应变数据，通过物理净化修正，获取修正后的真应力‑真应变数据；通过Arrhenius方程的参数识别与应变补偿，构建物理基线模型；构建包括物理通道和数据通道的双通道混合神经网络；通过物理约束复合损失函数对双通道混合神经网络进行训练，获取训练后的双通道混合神经网络；物理约束复合损失函数包括数据拟合项和热力学单调性约束惩罚项；将流动应力基线值与残差修正量之和作为金属热压缩流动应力的预测值。通过本申请，能够实现金属热压缩全域工况下流动应力的高精度、高鲁棒性预测。

本发明涉及液流电池储能装置技术领域，具体涉及一种大尺寸流道石墨复合材料双极板真空热模压制备系统，其包括成型模具、压力机、加热系统、真空发生器、驱动器和控制器；成型模具包括第一成型部、第二成型部和活动成型部，活动成型部能够移动地设置于第二成型部的型腔中，第一成型部、第二成型部和活动成型部共同限定形成成型模具的成型腔室；驱动器被配置为合模后移动所述活动成型部，以改变所述成型腔室的容积。本发明利用大容积、低压力、低温度的成型环境，以降低树脂的固化速度，并提高原料的孔隙率，从而加快气体逸出速度；利用小容积、高压力、高温度的成型环境，以提高树脂的固化速度，并降低原料的孔隙率，从而提高热模压制品的致密度。

本申请公开了一种成形设备的成形曲线生成与自修正方法及装置，涉及成形控制技术领域，该方法包括：调用成形设备的工艺数据库（包括若干历史加工样本：历史加工工件的加工任务参数、加工现场状态参数和对应的成形曲线），并获取当前待加工工件的加工任务参数和加工现场状态参数；从工艺数据库中匹配历史加工样本，生成基础成形曲线；应用基于机器学习的曲线修正模型，得出基础成形曲线的曲线修正量，最终确定目标成形曲线。本申请调用成形设备的工艺数据库，匹配历史加工样本数据，生成基础成形曲线，进一步引入曲线修正模型对基础成形曲线进行修正，得到适用于当前加工现场状态的目标成形曲线，实现了成形曲线的自动生成和动态自修正。

本发明涉及材料热加工与材料信息学交叉技术领域，公开了基于试样热模拟局部工艺与组织空间关联数据集构建方法，利用标准热模拟试样在塑性变形中自然形成的应力、应变及温度梯度，以试样纵剖面空间坐标为唯一索引，将各坐标点处经双重验证的模拟物理场参数与实测微观组织参数进行空间关联，构建包含局部物理场状态‑微观组织对应关系的多维数据集。该方法将单一实验转化为海量空间分布数据样本，无需特殊试样设计，并通过形状与温度双重验证确保模拟数据保真度。所构建数据库可直接用于训练代理模型，实现从局部温度、应力、应变到晶粒尺寸与再结晶分数的快速预测。