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！

龙图腾网获悉昆明理工大学申请的专利一种基于图卷积的多通道旋流喷枪优化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：CN119558181B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411619240.X，技术领域涉及：G06F30/27；该发明授权一种基于图卷积的多通道旋流喷枪优化方法及系统是由杨世亮;陈思远;王华设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本一种基于图卷积的多通道旋流喷枪优化方法及系统在说明书摘要公布了：本发明涉及浸没式喷吹喷枪技术领域，公开了一种基于图卷积的多通道旋流喷枪优化方法及系统，方法包括结合计算流体动力学和图卷积神经网络技术，通过旋流喷枪网格坐标和旋流叶片边界信息即可快速预测喷枪的速度场和压力场；显著缩短了设计周期，降低了试验成本，提升了研发效率；反复训练和验证的图卷积神经网络模型具备较强的泛化能力和较高的准确度，保证喷枪在不同工况和多变的工业条件下依旧能提供可靠的预测结果。系统包括数据采集与预处理模块、图卷积神经网络模型模块及旋流喷枪结构优化模块。而对喷枪流动特征和局部物理特征的进一步分析，在实际工况中能够保持高效稳定的性能表现，延长使用寿命，提升冶金反应效率。

本发明授权一种基于图卷积的多通道旋流喷枪优化方法及系统在权利要求书中公布了：1.一种基于图卷积的多通道旋流喷枪优化方法，其特征在于，所述基于图卷积的旋流冶金喷枪设计方法，包括： 使用CFD软件对不同几何结构下的旋流喷枪进行模拟计算，得到旋流喷枪的三个速度场和压力场共四个三维流场数据，得到数据集，将三维数据转换为图结构，并对得到的数据进行处理，重建新数据集； 设计图卷积神经网络模型结构，通过最小化平均绝对误差损失函数训练图卷积神经网络模型；其中，最后一个1x1卷积层将节点特征转换为预测的速度场和压力场；使用Adam优化器更新参数，并在训练过程中根据验证集调整超参数；将预测的流场与CFD模拟结果进行比较； 根据图卷积神经网络模型输出的每个节点的三个方向的速度分量和压力，重新构建整个流场的速度和压力场；通过绘制数据图像，并根据数据图像计算旋流叶片表面的压力和剪切应力，获得速度与压力的分布情况和阻力和升力数值；根据全面、详细分析旋流喷枪的流动特征和局部物理特征，不断调整优化旋流喷枪的各类参数，并将调整后的参数输入至CFD软件模拟，模拟结果与实验验证优化是否合格，若不合格，则继续进行调整； 调整优化旋流喷枪的各类参数的过程，包括： 根据图卷积神经网络模型输出的每个节点的三个方向的速度分量和压力，重新构建整个流场的速度场和压力场； 通过绘制流线、速度矢量图和压力分布图数据图像，获取速度与压力的分布情况；根据绘制的压力分布图，选择旋流叶片表面的区域进行积分计算旋流叶片表面的压力和剪切应力，根据压力和剪切应力的积分结果计算获得阻力和升力数值；根据全面、详细分析旋流喷枪的流动特征和局部物理特征，不断调整旋流喷枪的各类参数； 分析计算结果，通过CFD软件模拟和实验验证进行验证，调整后的旋流喷枪各类参数是否合格，若不合格，则继续调整旋流喷枪参数； 获得阻力和升力数值的过程，包括： 获取图卷积神经网络模型中的流场速度数据以及压力数据，将根据各数据分别确定绘制流场速度以及压力的顶点数据；根据顶点数据绘制流场速度以及压力的分布情况的数据图像； 对绘制的压力分布图进行识别，选择旋流叶片表面的区域进行积分计算，获得叶片表面的压力和剪切应力；根据压力和剪切应力的积分结构，计算旋流喷枪的阻力和升力数值； 计算压力梯度力和涡量数据，获得旋流叶片区域的局部流动特征和复杂的流体力学行为； 分析计算结果，通过数值模拟和实验数据，分析旋流喷枪的流动特征和局部物理特征； 其中，流动特征包括涡流、分离现象，局部物理特征包括压力中心、速度峰值。

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昆明理工大学，其通讯地址为：650031 云南省昆明市一二一大街文昌路68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。