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基于显隐机理挖掘编码的叶片子午流场预测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：CN120337820B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510771669.9，技术领域涉及：G06F30/28；该发明授权基于显隐机理挖掘编码的叶片子午流场预测方法是由裘辿;陈轲文;刘振宇;撒国栋;谭建荣设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本基于显隐机理挖掘编码的叶片子午流场预测方法在说明书摘要公布了：本申请公开了一种基于显隐机理挖掘编码的叶片子午流场预测方法，涉及透平叶片设计技术领域，该方法包括：获取利用图数据结构描述的轴流式压气机上叶片流道的子午面网格和设计工况参数；利用训练好的叶片子午流场预测模型，根据叶片流道的子午面网格和设计工况参数，预测得到叶片流道的子午面网格各节点的物理场数据；本申请通过隐式机理挖掘机制在图神经网络模型的数据特征提取过程中挖掘物理数据内部隐式的微分关联关系作为数据特征，且将透平通流分析机理显式地编码进模型损失函数中，基于模型损失函数通过反向传播对叶片子午流场预测模型进行优化的策略进行训练，提高了叶片子午流场预测的精度，提升模型泛化性和结果置信度。

本发明授权基于显隐机理挖掘编码的叶片子午流场预测方法在权利要求书中公布了：1.一种基于显隐机理挖掘编码的叶片子午流场预测方法，其特征在于，包括： 获取利用图数据结构描述的轴流式压气机上叶片流道的子午面网格和设计工况参数； 利用训练好的叶片子午流场预测模型，根据所述叶片流道的子午面网格和设计工况参数，预测得到所述叶片流道的子午面网格各节点的物理场数据；训练好的所述叶片子午流场预测模型为采用通流机理显式编码的模型训练策略对所述叶片子午流场预测模型进行训练得到的模型；所述通流机理显式编码的模型训练策略为将透平通流分析机理显式地编码进模型损失函数中，并在训练过程中基于模型损失函数，通过反向传播对所述叶片子午流场预测模型进行优化；所述叶片子午流场预测模型为基于隐式机理挖掘机制的图神经网络模型；所述隐式机理挖掘机制为在图神经网络模型的数据特征提取过程中挖掘物理数据内部隐式的微分关联关系作为数据特征的机制；所述叶片子午流场预测模型包括第一全连接层、图信息提取网络模块和回归器模块；所述第一全连接层用于通过全连接变换将各节点特征从输入维度变换到模型计算维度；所述图信息提取网络模块为基于编码器-解码器的结构，包括编码器路径和解码器路径；所述编码器路径包括若干个序列连接的编码器块，若干个所述编码器块用于对输入数据依次提取高级特征信息；所述解码器路径包括若干个序列连接的解码器块，若干个所述解码器块用于对输入的特征进行不同尺寸的特征图恢复；相同尺度的编码器块和解码器块之间通过残差连接融合不同等级信息；最后的解码器块输出多等级、多尺度特征信息融合的高级特征图；所述回归器模块用于根据所述高级特征图进行回归计算，得到子午面网格各节点的物理场数据。

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”。