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！

龙图腾网获悉厦门大学申请的专利一种基于深度神经网络的斜爆震流场求解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：CN116227344B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310116159.9，技术领域涉及：G06F30/27；该发明授权一种基于深度神经网络的斜爆震流场求解方法及系统是由邱若凡;翁聿欣;尤延铖;鲍越;毛志平设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。

本一种基于深度神经网络的斜爆震流场求解方法及系统在说明书摘要公布了：本发明公开一种基于深度神经网络的斜爆震流场求解方法及系统，方法包括：建立流场数据库；构建用于斜爆震流场求解的DeepM&Mnet框架；基于所述流场数据库，分别对两个DeepONets预训练网络进行训练，获得使得第二损失函数最小的网络，作为训练好的第一预训练网络和训练好的第二预训练网络；基于已知流场数据和DeepM&Mnet框架，通过逆向求解和或正向求解获得斜爆震流场。本发明将多种工况的斜爆震流场数据采用DeepONets进行预训练，在此基础上，利用含有物理约束的DeepM&Mnet进行求解，从而实现在边界信息不足的情况下可基于少量数据求解斜爆震流场。

本发明授权一种基于深度神经网络的斜爆震流场求解方法及系统在权利要求书中公布了：1.一种基于深度神经网络的斜爆震流场求解方法，其特征在于，包括： 建立流场数据库； 构建用于斜爆震流场求解的DeepMamp;Mnet框架；所述DeepMamp;Mnet框架包括一个深度神经网络、两个DeepONets预训练网络和第一损失函数； 基于所述流场数据库，分别对两个DeepONets预训练网络进行训练，获得使得第二损失函数最小的网络，作为训练好的第一预训练网络DeepONet1和训练好的第二预训练网络DeepONet2； 基于已知流场数据、深度神经网络、训练好的第一预训练网络DeepONet1和训练好的第二预训练网络DeepONet2，通过逆向求解和或正向求解获得斜爆震流场； 逆向求解时，所述第一损失函数表示如下： 其中，为已知数据点的约束，为两个DeepONets的约束，为流体控制方程的约束； 已知数据点的约束和两个DeepONets的约束分别表示如下： 其中，V表示任意一种流场输出参数；Vxj,yj表示神经网络的输出；Vdataxj,yj表示已知数据点；V′xj,yj表示DeepONets的输出；Nd表示已知数据的个数；No表示用于DeepONets评估的点数； 流体控制方程约束如下： 其中各项分别为： U＝[ρ1…ρnρuρve]T F＝[ρ1u…ρnuρu2+Pρuve+pu]T G＝[ρ1v…ρnvρuvρv2+Pe+Pv]T 其中，ρ表示密度；u表示沿x轴方向的速度；v表示沿y轴方向的速度；P表示压力；n表示组分个数；ρi表示各组分密度；表示单位体积质量生成率；e表示总能；h表示比焓，hi从每个物种的热力学数据中获得；wi表示气体摩尔质量，T表示气体温度；R0为通用气体常数。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。