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基于多模态物理约束网络的涡轮叶片全域温度场重建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：CN120543767B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511038735.8，技术领域涉及：G06T17/00；该发明授权基于多模态物理约束网络的涡轮叶片全域温度场重建方法是由孙畅;刘新才;丁铭设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本基于多模态物理约束网络的涡轮叶片全域温度场重建方法在说明书摘要公布了：本发明涉及一种基于多模态物理约束网络的涡轮叶片全域温度场重建方法，属于航空发动机热管理技术领域。针对全局热传导路径建模不足、物理规则缺失及区域差异化感知空白问题，对稀疏测温点进行归一化及位置编码，形成Transformer编码器输入序列；通过编码器提取特征并经自注意力池化压缩为全局特征向量；采用融合跳跃连接的U‑Net生成器解码为温度场图像；构建多尺度判别器并引入语义加权机制，对冷却孔、榫头及压力面区域分配差异化权重；基于热传导方程构建物理约束损失和局部能量守恒损失，结合对抗损失与温度误差损失加权训练模型。用于为涡轮叶片结构优化设计、冷却系统效能评估及热疲劳预防提供高精度温度分布数据支撑。

本发明授权基于多模态物理约束网络的涡轮叶片全域温度场重建方法在权利要求书中公布了：1.一种基于多模态物理约束网络的涡轮叶片全域温度场重建方法，其特征在于，包括： 对涡轮叶片表面的稀疏测温点进行归一化及位置编码，生成位置编码特征向量，与归一化温度值拼接形成Transformer编码器的输入序列； 通过多层Transformer编码器处理输入序列，输出测点特征矩阵，然后经自注意力池化操作压缩为全局特征向量，通过U‑Net生成器解码全局特征向量为温度场图像，并融合转置卷积和跳跃连接特征； 构建多分支生成GAN判别器，包括不同尺度的图像块处理分支，分别处理局部细节、过渡区域以及整体区域； 通过语义分割模型生成叶片表面掩码图像，将像素划分为压力面、吸力面、榫头、冷却孔及叶尖间隙五类语义标签区域；在GAN判别器中引入语义掩码矩阵，对冷却孔区域、榫头区域及压力面区域分别施加第一权重系数、第二权重系数及第三权重系数进行语义加权； 基于热传导方程计算温度场散度，构建物理约束损失函数；提取相邻图像块边界热流密度矢量，构建局部能量守恒损失函数； 定义U‑Net生成器的损失函数为GAN损失、温度值绝对误差损失、物理约束损失以及局部能量守恒损失的加权和，GAN判别器损失函数为GAN损失与语义加权后的判别差异的加和；采用Adam优化器交替训练生成器与判别器，学习率周期性衰减机制，当验证损失稳定时终止； 当GAN判别器输出真实性概率大于设定阈值且物理约束损失值小于设定容差时，输出重建温度场。

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。