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！

龙图腾网获悉大连理工大学申请的专利一种低温风洞试验中压电主动抑振系统的温度感知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：CN119808469B 。

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：202411844424.6，技术领域涉及：G06F30/23；该发明授权一种低温风洞试验中压电主动抑振系统的温度感知方法是由周孟德;吴薇;刘巍;任宇航;朱彬凯;赵麒设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本一种低温风洞试验中压电主动抑振系统的温度感知方法在说明书摘要公布了：一种低温风洞试验中压电主动抑振系统的温度感知方法。该方法先根据不同低温风洞试验工况下的仿真结果，结合实际工况制定潜在实测点布局方法，保证关键温度采集的前提下实现测点的集约布局；为实现大量离散点温度信息的获取，通过代理模型近似仿真过程，并通过虑及插值精度及速率研究系统离散化的仿真节点布局方法，构建实测特征矩阵‑仿真节点温度之间的非线性映射模型，使用深度学习方法训练求解代理模型，实现代替有限元计算快速获取系统大量离散点温度信息；为实现全场温度的精准插值重建，研究局部大梯度温度插值方法及全局平滑温度插值方法，构建全场温度插值加权融合模型，形成分区域三维温度场插值方法，保证系统整体温度场的高精度插值。

本发明授权一种低温风洞试验中压电主动抑振系统的温度感知方法在权利要求书中公布了：1.一种低温风洞试验中压电主动抑振系统的温度感知方法，其特征在于，包括以下步骤： 1基于风洞尾撑式主动抑振系统，进行有限元仿真分析，通过绘制温度云图实现各方位压电作动器温度分布的可视化，揭示温度分布规律及敏感区域；综合考虑仿真分析结果和实际操作的局限性，选择最具代表性的测温点，确定潜在测温点的数量和分布；通过统计分析方法优化潜在测温点，确保少量实测点能最大程度地反映整个温度场的变化，并最终确定实测点的数量和分布，形成测点优选方法；最终，搭建低温风洞环境测温试验平台，针对测温试验中使用的温度传感器进行综合标定，并开展低温工况下的测温试验，复现低温风洞试验环境并采集实测温度数据； 1.1建立风洞尾撑式主动抑振系统的几何模型，包括尾支杆、压电作动器、压电天平及弯刀四部分结构；使用四面体及六面体单元进行网格划分，并在重点区域即压电作动器安装位置进行局部加密；面向低温风洞试验实际工作需求，改变攻角大小、来流速度，开展低温风洞环境下多种工况条件的有限元仿真，使用传热方程计算温度场分布由下式所示： ； 其中，k为热导率，Q为热源项，为密度，为比热容，T为温度； 1.2根据上述温度场分布的仿真结果识别出温度变化剧烈的区域，使用梯度算子计算温度场中每个节点的温度梯度： ； 绘制温度云图，识别出梯度变化幅度大的区域并结合实际操作可行性、结构几何特点，包括传感器大小、传感器安装难度、是否为应力集中区域三个影响因素进行综合考量，选择大量潜在测温点； 1.3基于步骤1.1的部分仿真结果，获取不同试验条件下潜在测温点的温度时序数据，将提取的温度时序数据整理成矩阵形式，每一列代表一个测温点的温度时序数据，检查数据并对数据进行标准化处理： ； 其中，是潜在测温点坐标矩阵，是平均值，是标准差； 对标准化后的矩阵计算协方差矩阵，如下式： ； 其中，是的转置矩阵，是潜在测温点数量；然后进行特征分解： ； 其中，是第个特征值，是与对应的特征向量； 根据特征值的大小对潜在测温点进行优先级排序，选择潜在测点中对风洞尾撑式主动抑振系统温度变化影响累计贡献率达到85%以上的特征分量，作为实测点，完成实测点布局的优选： ； ； 其中，是前个特征向量组成的矩阵，是投影后的数据矩阵，是第个测点在主成分空间中的投影向量，是欧几里得范数； 1.4搭建低温风洞环境测温试验平台，包括风洞、液氮罐、主动抑振系统关键截段、基于labview的测量平台、热电偶测温传感器及上位机，风洞包括试验段、压缩段及稳流段，将主动抑振系统关键截段置于风洞的试验段中，液氮罐通过管路与稳流段洞体连接，在选定的实测点位置布置热电偶温度传感器，热电偶温度传感器连接基于labview的测量平台的温度采集板卡，基于labview的测量平台连接上位机进行数据传输，完成不同工况下的测温试验，获得实测点的温度时序数据； 2构建由实测点到仿真离散点温度的代理模型来近似仿真过程；综合考虑插值拟合精度及计算速率，设计代理模型仿真节点布局优化方法，实现节点的均匀分布和关键区域的覆盖；结合实测点时间序列数据的各阶导数及频域特征，组成输入特征矩阵，将下一时刻的仿真节点温度信息作为输出，构建大数据集；利用深度学习方法构建实测点到仿真节点温度的非线性映射模型，实现主动抑振系统离散温度信息的获取； 2.1为了实现三维温度场的精确插值，需要大量的温度测量点来覆盖整个三维空间；通过有限元仿真获取大量离散点的温度信息，再通过仿真代理模型近似仿真结果，快速捕捉有限的温度测量点与其他离散节点的非线性映射关系；其中仿真中的大量离散节点布局影响最终的温度场重建精度，首先从有限元仿真结果中提取大量离散节点，初始化离散节点的位置，确保离散节点覆盖整个三维空间并尽可能均匀分布；定义均方差损失函数，衡量选取的仿真离散节点对插值精度的影响： ； 其中，是仿真离散节点数量，是第个仿真离散节点的真实温度，是第个仿真离散节点的插值温度，计算损失函数对仿真离散节点位置的梯度，以插值精度及计算速度为优化目标，使用ADAM算法更新仿真离散节点位置： ； ； 式中，为一阶矩、为二阶矩，通过多次迭代校正偏差；是损失函数对仿真离散节点位置的梯度；，为衰减率；控制一阶矩估计的平滑程度，控制二阶矩估计的平滑程度；更新仿真离散节点位置，优化仿真离散节点的布局，直到损失函数达到最小值；在优化过程中，定期验证插值结果的精度和速度，根据验证结果调整优化参数，形成仿真离散节点布局优化方法； 2.2收集仿真中个仿真离散节点的下一时刻温度数据，将实测点的时间序列数据通过傅里叶变换转换到频域，得到频域表示，提取主要频率分量的幅度和相位，将提取的主要频率分量的幅度和相位作为实测温度的频域特征，并计算实测温度数据的各阶导数构成时域特征，其频域特征及时域特征共同构成实测特征矩阵，以实测特征矩阵为输入，下一时刻仿真节点温度为输出向量，构建大数据集，按比例分割为训练集、验证集和测试集，比例为6:2:2； 2.3以实测特征矩阵作为输入，仿真节点瞬时温度作为输出，基于循环神经网络构建仿真代理模型，捕捉实测数据与仿真节点信息在时间上的依赖关系，表征两者之间复杂的非线性关系，仿真代理模型如下式所示： ； ； 其中，为时间步，为输入向量，为隐状态向量，为输出向量，为输入权重矩阵，为隐状态权重矩阵，为输出权重矩阵，、分别是隐藏层、输出层对应的偏置向量，此处激活函数为；使用步骤2.2的训练集训练仿真代理模型，验证集调整仿真代理模型参数，测试集评估仿真代理模型准确性； 3虑及系统温度分布不均匀性，基于温度梯度划分插值区域，研究局部大梯度温度插值方法及全局平滑温度插值方法，研究多区域插值的组合方法，构建全场温度插值加权融合模型，形成分区域三维温度场插值方法，实现通过离散点温度信息实时精准重建系统全场温度； 3.1根据温度场仿真结果，识别温度变化明显的区域，这些区域具有较高的温度梯度，对温度插值的精度要求较高，设为局部区域，将温度变化相对平缓的区域划分为全局区域，对于局部区域内的离散仿真节点，选择高斯函数作为RBF插值模型的基函数，RBF插值模型如下： 其中，基函数，且是形状参数，为该区域离散点数量，是权重，是多项式项，通过最小化插值误差确定权重及多项式： ； 将基函数和多项式结合，构建增广矩阵和增广向量： ； ； 其中，是第1个离散节点的温度值，是第2个离散节点的温度值，是第n个离散节点的温度值，使用数值方法求解线性方程组，确定权重及多项式如下式所示： ； 其中，是权重系数向量，是多项式系数向量，将系数带入RBF插值模型，形成局部区域的温度插值方法； 3.2针对全局区域的三维插值，首先基于三次样条插值方法，进行单一维度三次样条插值，在方向进行一维三次样条插值，方向、方向固定，得到方向的三次样条插值函数：为 ； 其中，，，，为x方向的一维三次样条插值函数中的常数项系数、一次项系数、二次项系数、三次项系数，四者通过连接处一阶导数及二阶导数相等的边界条件确定，然后在方向进行一维三次样条插值，方向固定，得到： ； 其中，，，，为y方向的一维三次样条插值函数中的常数项系数、一次项系数、二次项系数、三次项系数；最后，在方向进行一维三次样条插值，得到最终的三维三次样条插值函数： 20； 其中，，，，为z方向的一维三次样条插值函数中的常数项系数、一次项系数、二次项系数、三次项系数；通过上述插值过程，获得全局区域平滑精确的温度插值结果； 3.3通过距离加权平均实现局部和全局插值结果的平滑过渡，对于查询点，其温度插值结果表示为： 21； 其中，为局部区域RBF插值模型输出温度结果，为全局区域三次样条插值模型输出温度结果，为局部结果占比；形成分区域三维温度场插值方法，实现主动抑振系统全场动态温度的实时精准感知。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。