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机器学习的性能退化后涡轮叶尖间隙快速预估与调控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：CN115577632B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202211261725.7，技术领域涉及：G06F30/27；该发明授权基于机器学习的性能退化后涡轮叶尖间隙快速预估与调控方法是由杨悦;毛军逵;王飞龙;陈娉婷;郭纳贤设计研发完成，并于2022-10-14向国家知识产权局提交的专利申请。

本基于机器学习的性能退化后涡轮叶尖间隙快速预估与调控方法在说明书摘要公布了：本发明公开了一种基于机器学习的性能退化后涡轮叶尖间隙快速预估与调控方法。涡轮叶尖间隙与航空发动机性能、安全性、寿命等息息相关，需对多工况下叶尖间隙进行预估与调控。目前常用方法无法兼顾计算精度与效率，难以满足叶尖间隙工程计算需求。本发明基于航空发动机涡轮部件数值仿真获得的二维叶尖间隙数据库，采用机器学习的方法，建立了发动机使用时间、涡轮热力学边界条件与叶尖间隙之间的映射关系，构建了涡轮叶尖间隙快速预估模型，能够在毫秒级时间内获得高精度的叶尖间隙。基于此快速预估模型，针对性能退化对叶尖间隙的影响，发展了叶尖间隙快速调控方法，能够评估不同冷却策略对叶尖间隙的影响，快速恢复叶尖间隙。

本发明授权基于机器学习的性能退化后涡轮叶尖间隙快速预估与调控方法在权利要求书中公布了：1.基于机器学习的性能退化后涡轮叶尖间隙快速预估与调控方法，其特征在于，包括以下步骤： 步骤一：建立航空发动机涡轮部件物理模型与空气系统流路，根据航空发动机运行历程参数，获得每条空气系统流路的特征变量范围； 步骤二：建立叶尖间隙计算模型，并引入燃气温度退化与叶片蠕变进行性能退化后叶尖间隙的修正，如下式： δ＝δ0+Lc-Ld-Lb δ0＝δ0-nodegradation-δε η＝0.0017×K1000+0.0018 其中，δ为叶尖间隙，δ0为初始间隙，Lc为机匣变形，Ld为轮盘变形，Lb为叶片变形，δ0-nodegradation为未考虑性能退化时初始间隙，δε为叶片蠕变变形，为叶片蠕变速率，K为航空发动机使用时间，η为用于修正主流燃气温度的温度退化因子，Th′为性能退化后主流燃气温度，Th为未考虑性能退化时主流燃气温度； 步骤三：对步骤一中特征变量范围内进行抽样，生成特征数据集，将数据集中对应的参数带入到步骤二中建立的叶尖间隙计算模型中，计算初始间隙、机匣变形、轮盘变形、叶片变形，进而获得叶尖间隙，建立特征数据集相对应的标签数据集； 步骤四：将步骤三获得的特征数据集和标签数据集随机划分为训练集、测试集、验证集，分别用于叶尖间隙快速预估模型中参数的拟合、优化以及验证； 步骤五：基于深度神经网络模型，将步骤四中训练集、测试集的特征数据集与标签数据集分别作为深度神经网络模型的输入与输出，通过多次训练与测试，获得叶尖间隙快速预估模型； 步骤六：将步骤四中验证集的数据输入到步骤五中的叶尖间隙快速预估模型，用于验证叶尖间隙快速预估模型精度与泛化能力； 步骤七：基于训练好的叶尖间隙快速预估模型，针对航空发动慢车、起飞、巡航、加速工况，输入不同的航空发动机使用时间，获得性能退化后的叶尖间隙； 步骤八：针对步骤七中的性能退化后叶尖间隙，结合训练好的叶尖间隙快速预估模型，通过输入不同的冷却策略参数，获得不同冷却策略下的叶尖间隙，以此选择适宜的叶尖间隙快速调控策略。

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：210016 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。