中国空气动力研究与发展中心设备设计与测试技术研究所肖厚元获国家专利权
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！
龙图腾网获悉中国空气动力研究与发展中心设备设计与测试技术研究所申请的专利基于强化学习的多风扇风洞速度场控制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：CN120445570B 。
龙图腾网通过国家知识产权局官网在2025-09-09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：202510935147.8，技术领域涉及：G01M9/04；该发明授权基于强化学习的多风扇风洞速度场控制方法及系统是由肖厚元;王斌;王生利;陈旦;何虹亮;刘轩岑设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。
本基于强化学习的多风扇风洞速度场控制方法及系统在说明书摘要公布了：本发明属于风洞流场控制领域，公开了基于强化学习的多风扇风洞速度场控制方法及系统。该方法包括：基于风洞气动设计参数生成理论工况样本，通过注入速度噪声与执行器噪声构建状态‑动作映射关系，形成带噪声的映射数据集；利用所述映射数据集预训练深度神经网络学习噪声环境下的风扇调整策略；将预训练网络部署至风洞环境实时交互，以试验段速度场均匀性为奖励信号优化网络参数，完成强化学习控制器的优化；采用优化后的深度神经网络控制器闭环调节风扇转速，实现试验段速度场均匀控制。本发明克服了传统风洞控制方法依赖精确模型和专家知识、调参繁琐的弊端，实现控制器参数的自动寻优降低了风洞调试时间和资源消耗，同时具有较好的抗干扰性。
本发明授权基于强化学习的多风扇风洞速度场控制方法及系统在权利要求书中公布了：1.基于强化学习的多风扇风洞速度场控制方法，其特征在于，包含： 基于风洞气动设计参数生成理论工况样本，通过注入速度噪声与执行器噪声构建状态-动作映射关系，形成带噪声的映射数据集； 利用所述映射数据集预训练深度神经网络学习噪声环境下的风扇调整策略； 将预训练网络部署至风洞环境实时交互，以试验段速度场均匀性为奖励信号优化网络参数，完成强化学习控制器的优化； 采用优化后的深度神经网络控制器闭环调节风扇转速，实现试验段速度场均匀控制。
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国空气动力研究与发展中心设备设计与测试技术研究所，其通讯地址为：621000 四川省绵阳市涪城区二环路南段6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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号