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！

龙图腾网获悉北京航空航天大学申请的专利一种空天装备极端工况下数实融合试验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：CN119514384B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411778830.7，技术领域涉及：G06F30/27；该发明授权一种空天装备极端工况下数实融合试验方法是由魏宇鹏;魏宏;陶飞;邹孝付设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种空天装备极端工况下数实融合试验方法在说明书摘要公布了：本发明公开了一种空天装备极端工况下数实融合试验方法，属于电子工程和计算机科学领域。包括：设计空天装备数字建模模块，对空天装备的实际特征进行提取，利用数字建模的方法构建数字化模型，并基于空天装备的相关特征和历史数据完成对空天装备的数字化模型的迭代和验证；设计极端工况下数实融合试验模块，在已有的空天装备的数字化模型中进行动态泛化，其次，利用空天装备极端工况下的测试数据优化动态模型，最后将优化模型进行实际物理验证，形成极端工况下的数字化模型控制系统，引入数字孪生技术，在模型和装备之间建立闭环反馈，调整装备的运行工况。本发明能够保障空天装备安全，减少物理试验成本，提高试验效率，实时调整装备的运行工况。

本发明授权一种空天装备极端工况下数实融合试验方法在权利要求书中公布了：1.一种空天装备极端工况下数实融合试验方法，其特征在于，包括： 步骤（1）、构建空天装备数字建模模块，用数字建模的方法构建空天装备数字化模型，并利用空天装备的相关特征和历史数据完成对空天装备的数字化模型的迭代和验证； 步骤（2）、构建极端工况下数实融合试验模块，用于将构建的数字化模型进行动态泛化，并利用历史数据进行初步验证，利用实际物理验证模型的可行性； 步骤（2）中极端工况下数实融合试验模块具体实现如下： 步骤（2.1）将空天装备数字化模型进行模型的泛化与优化，即利用因果学习、迁移学习和自适应算法将已经建立的数字化模型进行模型的泛化，得到数字化动态模型，具体算法实现为： 首先，通过因果学习方法分析模型输入特征与输出结果之间的因果关系，从而剔除无关变量或干扰特征，提高模型泛化能力，构建因果图； ， 其中，节点V表示变量，边E表示因果关系，然后构建因果方程，使用工具变量方法剔除伪相关变量； ， 其中，Y为输出变量，X为输入特征，为误差项，为因果效应系数；仅选择与目标输出具有直接因果关系的变量，通过深度学习神经网络训练数字化模型，得到满足因果的模型； 其次，基于因果学习筛选的变量构建特征映射，通过最大均值差异方法对源域和目标域数据分布对齐，然后进行迁移模型的训练，最后根据下述公式进行参数微调： ， 为模型的参数集，k为当前迭代次数，代表学习率，控制每次梯度更新的步长，表示对模型参数计算的损失函数梯度，用于更新参数； 最后，将迁移后的模型基于实时误差函数动态优化参数，根据下述公式调整： ， 为实时误差函数；对于非神经网络参数，利用Kalman滤波进行优化，首先进行状态预测，下式为状态预测函数： 为根据当前状态预测的下一时刻状态，表示在第k+1时刻的参数估计，A为状态转移矩阵，表示参数状态从k时刻到k+1时刻的演变规律，B为控制输入矩阵，用于描述外部控制对状态的影响，为控制输入，表示外部作用对状态的调整； 然后根据预测函数进行状态更新；状态更新函数为下式所示： ， 为更新后的模型参数，结合预测状态和测量误差进行修正，为Kalman增益，为目标域中的真实观测值，C为测量矩阵，用于将预测状态映射到观测空间； 根据环境数据动态调整因果图中的变量关系，以应对实时环境变化，确保迁移学习结果在目标域中的有效性； 步骤（2.2）对数字化动态模型进行初步数据验证，即将原有的空天装备中基于极端工况的历史数据的输入作为数字化动态模型的输入，对比极端工况下的输出数据和数字化动态模型的输出数据，如果数字化动态模型的输出的准确率满足在空天装备设计允许范围内，总体平均误差小于m%，峰值误差小于n%,，其中nm0，则证实了数字化动态模型的正确性，否则，重新校正数字化动态模型； 步骤（2.3）对数字化动态模型进行实际物理验证，即在空天装备上引入智能检测方法，该智能检测方法通过构建多模态传感器网络和边缘计算方法，实现对空天装备运行状态全方位的实时监测和数据处理功能，其中多模态传感器网络结合多种传感方式，将这些传感器通过高带宽、低延迟的TSN时间敏感网络通信协议形成网络，实现数据互联与同步采集，通过边缘计算方法，直接在传感器端进行实时数据处理，利用低延迟的快速傅里叶变换FFT对振动、温度、加速度各高频数据进行频谱分析，剔除噪声或异常值，减少延迟并提高反馈速度，将动态数据输入到训练好的数字化动态模型中，将输出的数据进行实时比对，避免历史数据的偶然性和不准确性，如果输出数据的准确性在空天装备设计允许范围内，总体平均误差小于m%，峰值误差小于n%,，其中nm0，从而验证数字化动态模型的正确性； 步骤（2.4）搭建空天装备数字化模型系统，即搭建空天装备的极端工况系统，引入数字孪生方法，利用3D扫描仪扫描相应的空天装备，利用扫描得到的点云建模数据构建仿真模型，将仿真模型的数据接口和实际空天装备对应数据接口绑定，实现数据传输，包括现实情况下的温度、湿度，以及装备的时序工作数据，实现虚拟模型和实际装备之间的数据连接，将仿真模型的输出数据和指令接口与实际装备的数据和指令接口绑定，实现虚拟模型和实际装备之间的数据和指令连接，将数字化动态模型作为数字化模型系统的算法模块，通过控制仿真模型的输出指令从而控制装备的工作状态，通过实时数据更新，在虚拟模型和实际装备之间建立闭环反馈系统，完成空天装备数字化模型控制系统的搭建。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。

以上内容由龙图腾AI智能生成。