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！

龙图腾网获悉中山大学申请的专利一种基于物理神经网络的流体拓扑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：CN114638076B 。

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：202210280917.6，技术领域涉及：G06F30/18；该发明授权一种基于物理神经网络的流体拓扑优化方法及系统是由衡益;祁昊均;罗玖;古江杭设计研发完成，并于2022-03-22向国家知识产权局提交的专利申请。

本一种基于物理神经网络的流体拓扑优化方法及系统在说明书摘要公布了：本发明公开了一种基于物理神经网络的流体拓扑优化方法及系统，该方法包括：基于流体拓扑优化问题，通过二维稳态控制方程确定优化流体管道的基本参数；基于流体管道的基本参数，根据目标优化函数构建流体拓扑优化数学模型；基于流体拓扑优化数学模型，对计算域样本点进行采样，并结合流体管道的基本参数构建神经网络模型；构建损失函数并根据损失函数对神经网络模型进行迭代训练，得到拓扑优化结果。本发明解决了流体管道材料密度分布不均的问题，并缩短了流体管道材料密度分布的计算时间，实现在均匀分布密度材料设计空间中找到最佳材料密度分布方法。本发明作为一种基于物理神经网络的流体拓扑优化方法及系统，可广泛应用于流体拓扑优化领域。

本发明授权一种基于物理神经网络的流体拓扑优化方法及系统在权利要求书中公布了：1.一种基于物理神经网络的流体拓扑优化方法，其特征在于，包括以下步骤： 基于流体拓扑优化问题，通过二维稳态控制方程确定优化流体管道的基本参数； 基于流体管道的基本参数，根据目标优化函数构建流体拓扑优化数学模型； 基于流体拓扑优化数学模型，对计算域样本点进行采样，并结合流体管道的基本参数构建神经网络模型； 构建损失函数并根据损失函数对神经网络模型进行迭代训练，得到拓扑优化结果； 所述二维稳态控制方程的本构形式如下所示： 上式中，u表示速度矢量，f表示体积力，ρfluid表示流体密度，σ表示柯西应力张量，p表示压强，μ表示流体粘度，I表示单位矩阵，T表示矩阵转置，表示速度的雅可比矩阵，表示速度的雅可比矩阵的转置； 所述目标优化函数表示如下： 上式中，fobj表示目标优化值，Ω表示计算域，α表示材料渗透能力； 所述流体拓扑优化数学模型表示如下： 上式中，表示计算域边界，ΩD表示第一类边界，n表示外法边界，gx表示第二类边界上柯西应力的分布，ΩN表示第二类边界。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。