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！

龙图腾网获悉太行国家实验室申请的专利一种基于卷积神经网络的航空发动机实时仿真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：CN120562320B 。

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：202511080338.7，技术领域涉及：G06F30/27；该发明授权一种基于卷积神经网络的航空发动机实时仿真方法是由梁津华;杨定也;韩崴;朱瑞设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的航空发动机实时仿真方法在说明书摘要公布了：本申请提供了一种基于卷积神经网络的航空发动机实时仿真方法，属于航空发动机仿真技术领域，具体包括获取原始网格数据及各物理量分布，对仿真数据进行图像化处理后构建训练输入数据集和训练标签数据集，构建神经网络模型，设计损失函数利用训练输入数据集和训练标签数据集对神经网络模型进行训练；将发动机运行实时仿真数据的边界条件进行图像化处理，将经过图像化的实时数据输入至训练好的神经网络模型中，训练好的神经网络模型输出图像化预测结果。通过精准识别计算域边界、构造遮蔽掩膜，保留有效区域数据，从而大幅提高基于卷积神经网络的仿真预测精度与实时性。

本发明授权一种基于卷积神经网络的航空发动机实时仿真方法在权利要求书中公布了：1.一种基于卷积神经网络的航空发动机实时仿真方法，其特征在于，包括如下步骤： 对多种不同的仿真实体进行仿真计算，获取原始网格数据及各物理量分布； 将各边界条件进行图像化处理得到多个通道的输入图像作为训练输入数据集； 将所需预测的物理量进行图像化处理形成多通道标签数据作为训练标签数据集，通道数与待预测物理量个数一致； 将图像数据统一归一化到 [0,1]区间并进行保存； 构建神经网络模型； 设计损失函数； 利用训练输入数据集和训练标签数据集对神经网络模型进行训练； 将发动机运行实时仿真数据的边界条件进行图像化处理，将经过图像化的实时数据输入至训练好的神经网络模型中，训练好的神经网络模型输出图像化预测结果； 其中，图像化处理的具体步骤包括： 选择预定义固定分辨率作为目标图像大小，通过插值计算像素值获得插值后的结果； 构建遮蔽区域，获取掩膜矩阵； 逐像素将插值结果与掩膜矩阵相乘得最终像素值； 采用CFD数值仿真软件，对仿真实体进行仿真计算，获取原始网格数据及各物理量分布； 通过插值计算像素值获得插值后的结果的具体步骤包括： 将CFD数值仿真软件输出的离散网格点坐标x, y与物理量值映射到图像坐标系，每个网格点对应若干像素位置； 计算图像中每个像素中心坐标在CFD网格空间内四个最邻近网格点的权重系数，采用双线性或三次插值方法计算每个像素处物理量值； 构建掩膜矩阵的具体步骤包括： 从CFD网格输出中，筛选所有标记为轮廓或流场外缘的节点，构建初步边界节点集合，利用节点–单元拓扑关系，对候选边界节点进行邻接遍历，将边界点按连接顺序排列成闭合序列，完整描述计算域内外边界轮廓； 将物理坐标 X,Y按线性比例映射到图像像素坐标 ,，公式为: ； ；其中，为目标图像水平像素数，为目标图像垂直像素数； 若多个物理节点落在同一像素，取亚像素平均或最靠中心点； 若相邻映射后像素 ,与 ,距离大于1，则用Bresenham直线算法插入中间像素，对离散像素点序列进行三次样条或线性插值拟合，以步长小于1像素的方式重采样，消除锯齿并得到光滑的闭合轮廓； 对CFD网格模型中的边界点进行投影,将所有属于边界的网格点投影到图像坐标系，得到一条或多条闭合曲线，在图像坐标系下，采用扫描线算法或多边形填充算法对闭合曲线内部区域进行填充并标记为计算域内部，外部区域标记为无效区域，得到掩膜矩阵。

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太行国家实验室，其通讯地址为：610213 四川省成都市天府新区东山大道二段607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。