南京航空航天大学刘祥获国家专利权
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!
龙图腾网获悉南京航空航天大学申请的专利基于PINN-U-Net和局部-全局特征融合的诱饵弹仿真流场建模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:CN120524865B 。
龙图腾网通过国家知识产权局官网在2025-10-21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:202511013182.0,技术领域涉及:G06F30/28;该发明授权基于PINN-U-Net和局部-全局特征融合的诱饵弹仿真流场建模方法是由刘祥;张元舒;盛庆红;王博;李俊;凌霄设计研发完成,并于2025-07-23向国家知识产权局提交的专利申请。
本基于PINN-U-Net和局部-全局特征融合的诱饵弹仿真流场建模方法在说明书摘要公布了:本发明公开了基于PINN‑U‑Net和局部‑全局特征融合的诱饵弹仿真流场建模方法,包括通过数值仿真构建诱饵弹流场的仿真数据集,建立满足诱饵弹温度场控制方程与边界条件的物理损失函数;设计基于Transformer的全局特征提取模块,将数据集中连续多帧时序物理量序列拼接并附加空间坐标信息形成输入向量,输入至全局特征提取模块中,提取并输出每个物理点对应的特征向量;将U‑Net网络结构替代PINN的主体网络构建PINN‑U‑Net网络,将帧数据与对应帧每一点对应特征向量进行拼接,形成PINN‑U‑Net网络的输入张量;受物理损失函数约束下,输出诱饵弹流场中的物理量;显著提升了对于诱饵弹燃烧场景的建模速度与计算精度,并且规避传统数值计算所受的各种限制,能够提供高速准确的场景建模功能。
本发明授权基于PINN-U-Net和局部-全局特征融合的诱饵弹仿真流场建模方法在权利要求书中公布了:1.基于PINN-U-Net和局部-全局特征融合的诱饵弹仿真流场建模方法,其特征在于,包括: 通过数值仿真构建诱饵弹流场的仿真数据集,数据集包括各个时刻的空间温度场分布、密度场分布、三维速度场和压强场; 设计物理约束机制下的流场建模框架,包括: 建立满足诱饵弹温度场控制方程与边界条件的物理损失函数; 设计基于Transformer的全局特征提取模块,将数据集中连续多帧时序物理量序列拼接并附加空间坐标信息形成输入向量,输入至全局特征提取模块中,提取并输出每个物理点对应的特征向量; 全局特征提取模块中堆叠4组Transformer编码块,每个Transformer编码块包含8个注意力头,输入与输出的嵌入维度均为128维;以及 在每个Transformer编码块中,多头注意力子层后接一个前馈神经网络,所述前馈神经网络由两个全连接层组成: 第一个全连接层将128维特征映射至256维隐藏空间,使用GELU激活函数增强非线性建模能力; 第二个全连接层则将其映射回128维; 每个子层均采用残差连接机制; 将U-Net网络结构替代PINN的主体网络构建PINN-U-Net网络,将帧数据与对应帧每一点对应特征向量进行拼接,形成PINN-U-Net网络的输入张量;经U-Net网络的编码器部分进行特征提取,并通过解码器部分逐步恢复空间分辨率,受物理损失函数约束下,输出诱饵弹流场中的速度场、压力场、温度场和密度场。
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南京航空航天大学,其通讯地址为:210000 江苏省南京市秦淮区御道街29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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励