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！

龙图腾网获悉上海翱坤信息科技有限公司申请的专利一种航空器电动力推进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：CN119099859B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202411408183.0，技术领域涉及：B64D27/357；该发明授权一种航空器电动力推进系统是由彭兴林;肖飞;董文超设计研发完成，并于2024-10-10向国家知识产权局提交的专利申请。

本一种航空器电动力推进系统在说明书摘要公布了：本发明公开了一种航空器电动力推进系统，涉及航空航天技术领域。本发明与之前的航空器电动力推进系统相比，解决了现有航空器的分布式电动力推进系统基本上采用径磁电机，没有合理地搭配电机，造成电动力系统重量增加；且额外的封装结构以及使用较长的导线传输电能，均进一步增加了动力系统重量的问题；提供一种电动航空器分布式电动力系统布局，提供推进动力的电动力系统使用径磁电机，提供升力的电动力系统使用轴磁电机，通过利用不同形式电机的优点，减轻动力系统的总重量。还通过电机控制器与电机一体式设计方案进一步提升航空器的集成度以及航空器内部结构的优化，提高航空器的续航性能和可靠性，为航空器领域的应用提供有力的支持。

本发明授权一种航空器电动力推进系统在权利要求书中公布了：1.一种航空器电动力推进系统，其特征在于，包括：DC电池1、配电模块2、飞行控制系统3、呈矩形轴向设置在四个顶点处的升力桨4和一个径向设置在顶端的推进桨5；所述DC电池1通过BMS系统进行智能化管理，还通过DCDC转换降低输出电压，为飞行控制系统3提供电源，所述飞行控制系统3用于控制升力桨4和推进桨5的运转；所述DC电池1还通过配电模块2为四个升力桨4和一个推进桨5提供工作电压； 四个所述升力桨4均采用电控集成轴磁式电机，所述推进桨5采用电控集成径磁式电机；所述电控集成轴磁式电机的磁通方向平行于电机旋转轴，所述电控集成径磁式电机的磁通方向沿电机径向分布； 所述电控集成轴磁式电机和所述电控集成径磁式电机均采用电机控制器与电机一体式设计方案，并采用水冷或空气冷却的方式进行冷却； 所述电机控制器与电机一体式设计方案还根据电机的运行状态和外部环境条件设置自动智能控制方法，所述自动智能控制方法根据电机的实时运行状态及实时外部环境条件自动调整控制参数； 所述自动智能控制方法具体如下： S1：实时采集电机控制器和电机的运行状态和外部环境条件并基于大数据技术进行数据的预处理和存储； S2：基于神经网络进行电机控制器与电机一体化结构的控制模拟以及布局、布线的优化调整； 所述神经网络将预处理后的电机控制器和电机的运行状态和外部环境条件作为输入，搭建BiLSTM-FCN网络，所述BiLSTM-FCN网络分别搭建平行的改进BiLSTM网络和FCN网络，最后通过连接函数连接改进BiLSTM网络和FCN网络的输出，再通过连接层和输出层输出控制结果； 所述改进BiLSTM网络的输出如下： 其中，和分别为t时刻和t-1时刻前向层的输出结果；和分别为t时刻和t-1时刻后向层的输出结果；和分别为输入层与前向层、后向层之间的权重系数；为t-1时刻前向传播单元与t时刻前向传播单元之间的权重系数；为t-1时刻后向传播单元与t时刻后向传播单元之间的权重系数；和分别为前向层、后向层与输出层之间的权重系数；f·为神经元内部计算函数；g·为计算前向层和后向层总的结果的函数；yt为t时刻BiLSTM网络的输出结果； 所述改进BiLSTM网络的每个传播单元中还融入注意力机制，具体如下： Attent＝αtanhWxt+B 其中，Attent为t时刻注意力概率分布的值；α、W和b为模型学习参数；wt为注意力权重；τ为模型输入向量的维度；ht为t时刻的输出； 所述FCN网络包含3个时间卷积块，每层分别具有128、256和128个滤波器，每个卷积层后通过ReLU激活函数实现，再连接一层全局池化层后进行输出；所述FCN网络的卷积核为时间序列上的滑动窗口，提取时间序列的短时特征，更新如下： 其中，zi和zj分别为第i个和第j个特征图；σ为激活函数；ωij和b均为模型学习参数； 所述BiLSTM-FCN网络还基于和声搜索算法对模型学习参数，具体如下： 将控制平衡度U＝{u1,u2,...,uM}作为优化目标，M为电机与电机控制器的控制信号组合总数，初始化相关参数； uab＝umin+umax-umin×r1 其中，uab为初始化第a个电机信号与第b个电机控制器的控制信号的和声向量，即第a个电机信号与第b个电机控制器的控制信号的组合向量；umax和umin为解的上限和下限；r1为0,1之间的随机数； 初始化和声记忆库HM，通过上式在搜索域中随机生成m个和声，即电机与电机控制器的控制信号组合结果，并将其加入通过矩阵所示的和声记忆库HM中： 其中，F[·]为和声度量函数，即控制信号组合效果度量函数； 对第k次迭代更新前的和声向量uabk进行如下更新： BWk＝BWmin+BWmax-BWmin×r7 其中，r2、r3、r4、r5、r6和r7均为0,1之间的随机数；为随机产生的和声向量，即控制信号组合；unew,abk为第k次迭代更新后的和声向量；BWk为第k次迭代的和声带宽，即控制信号组合限度；BWmax和BWmin分别为和声带宽最大值和最小值；p1为和声记忆库存储概率，即控制信号组合存储概率；p2为基因微调概率，即控制信号组合微调概率； 将更新的和声向量unew,ab和初始和声记忆库HM中的最差和声向量uworst的和声度量函数值进行比较，如果unew,abk的度量函数值小于uworst的度量函数值，则用unew,abk替换uworst；否则，HM中的和声保持不变； 检查是否达到算法终止条件；若达到，则输出全局最优解，算法结束；否则，返回继续更新和声向量； S3：基于所述神经网络对电机和控制器进行预测性诊断维护； S4：对电机控制器与电机一体化结构定期进行测试和验证。

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上海翱坤信息科技有限公司，其通讯地址为：200000 上海市闵行区元江路525号1号楼212室；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。