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！

龙图腾网获悉中国科学院力学研究所申请的专利运动边界压力场重构方法、系统、设备及介质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：CN119720852B 。

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：202411826864.9，技术领域涉及：G06F30/28；该发明授权运动边界压力场重构方法、系统、设备及介质是由何心怡;王洪平;王士召设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本运动边界压力场重构方法、系统、设备及介质在说明书摘要公布了：本发明涉及了一种运动边界压力场重构方法、系统、设备及介质，一种运动边界压力场重构方法，包括：获取运动边界流场数据，所述运动边界流场数据包括速度场和运动边界；生成训练数据，所述训练数据包括速度监督数据、边界监督数据以及流动参数；根据预设参数构建双神经网络模型，所述双神经网络模型包括边界网络和流场网络；通过所述训练数据训练所述双神经网络；输入待预测点的空间坐标，训练后的所述双神经网络对应输出该点的压力值以预测运动边界条件下的压力场和边界。本发明得到准确的边界条件，减少运动边界下流场的压力重构误差。

本发明授权运动边界压力场重构方法、系统、设备及介质在权利要求书中公布了：1.一种运动边界压力场重构方法，其特征在于，用于鱼类游动曲面动边界压力场重构，采用直接数值模拟的方式生成鱼游流场，鱼体采用NACA0012翼型代替，头部位于0,0位置，并在竖直y方向做波浪形摆动，包括： 获取运动边界流场数据，所述运动边界流场数据包括速度场和运动边界； 生成训练数据，所述训练数据包括速度监督数据、边界监督数据以及流动参数，其中，所述流动参数至少包括鱼体长度的雷诺数、特征长度和特征速度，其中，特征速度为来流速度，特征长度为摆动波长； 根据预设参数构建双神经网络模型，所述双神经网络模型包括边界网络和流场网络； 通过所述训练数据训练所述双神经网络； 输入待预测点的空间坐标，训练后的所述双神经网络对应输出该点的压力值以预测运动边界条件下的压力场和边界； 所述通过所述训练数据训练所述双神经网络，包括：根据输入数据标签和批处理大小生成相应的批处理数据，所述批处理数据包括流场监督数据、边界监督数据、方程残差点、运动边界残差点以及固定边界条件；计算动态权重系数α、β和γ；计算各项损失函数和总损失函数，根据自动微分计算总损失函数关于待训练参数的梯度，其中所述流场网络的总损失函数由四项构成： Ltotal＝Leqns+αLb.c.+βLfdat+γLbdat.其中Leqns表示Navier-Stokes方程的残差；Lb.c.表示边界条件的损失；Lfdat表示流场数据的损失；Lbdat表示边界数据的损失；采用深度学习优化算法更新待训练参数，所述优化算法包括但不限于Adam算法以及随机梯度下降法；重复上述训练过程，重新生成所述批处理数据并进行迭代训练，直到满足预设的训练次数或者总损失函数相邻两次迭代之间的差小于10-6，则保存训练后的所述双神经网络； 所述根据预设参数构建双神经网络模型，具体包括：所述边界网络的输入为时间t和边界初始位置输出当为前时刻的边界其中，Θb.c.代表边界网络的待训练参数，通过自动微分技术获得边界速度以得到完整的边界条件所述流场网络采用物理神经网络，负责对流场的近似求解，U,p＝Fflowt,X；Θflow.的输入为时间t和空间坐标X，输出是速度场U和压力场p，其中，Θflow表示流场网络的待训练参数。

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中国科学院力学研究所，其通讯地址为：100190 北京市海淀区北四环西路15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。