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;无锡风电设计研究院有限公司申请的专利一种基于改进型GEKO湍流模型的复杂山地流场仿真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：CN120724850B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511142601.0，技术领域涉及：G06F30/27；该发明授权一种基于改进型GEKO湍流模型的复杂山地流场仿真方法是由马国林;宋翌蕾;田琳琳;赵宁;谢振华;曹宇设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本一种基于改进型GEKO湍流模型的复杂山地流场仿真方法在说明书摘要公布了：本发明公开了一种基于改进型GEKO湍流模型的复杂山地流场仿真方法，包括：获取复杂山地地形和参考位置的流场参数，生成计算域网格和边界条件；获取高保真数据，确定训练集和测试集，确定优化目标函数和神经网络输入变量；基于伴随优化方法和机器学习获得改进型GEKO湍流模型，得到改进后的湍流模型封闭系数；基于改进型GEKO湍流模型进行复杂山地流场数值模拟，获得复杂山地周围风速和湍动能的分布。本发明能够精确模拟复杂山周围风速和湍动能的分布，计算精度优于标准GEKO模型的数值模拟结果。

本发明授权一种基于改进型GEKO湍流模型的复杂山地流场仿真方法在权利要求书中公布了：1.一种基于改进型GEKO湍流模型的复杂山地流场仿真方法，其特征在于，所述方法包括以下步骤： 步骤1，获取复杂山地的地形数据和参考位置的流场参数，生成计算域网格和边界条件； 步骤2，获取反映整个流场趋势的高保真数据，确定训练集和测试集，确定优化目标函数和神经网络输入变量；高保真数据为大涡模拟数据或直接数值模拟数据； 步骤3，引入拉格朗日乘子，构造拉格朗日函数，通过对拉格朗日函数求导并令其等于零，得到伴随方程；求解伴随方程得到伴随变量，进而计算优化目标函数对设计变量的梯度；将神经网络训练与伴随优化相结合，逐步调整设计变量，使优化目标函数达到最小值，获得改进型GEKO湍流模型，结合计算域网格和边界条件得到改进后的湍流模型封闭系数； 步骤4，基于改进型GEKO湍流模型进行复杂山地流场数值模拟，获得复杂山地周围风速和湍动能的分布； 步骤5，验证数值模拟结果的精度； 步骤2中，获取反映整个流场趋势的高保真数据，确定训练集和测试集，确定GEKO湍流模型待优化封闭系数、优化目标函数、优化策略、前馈神经网络结构、激活函数和优化输入变量； 其中，GEKO湍流模型的待优化封闭系数为调整边界层分离预测的第一参数CSEP、影响壁面边界层的内部的第二参数CNW和影响自由剪切流的第三参数CMIX； GEKO湍流模型的优化目标函数为： 式中：X表示感兴趣区域，表示大涡模拟方法得到的高保真速度场，表示采用GEKO湍流模型优化时的当前速度场； GEKO湍流模型的优化策略为在线优化策略； 前馈神经网络结构包含输入层、隐藏层和输出层；输入层代表特征流动，隐藏层负责信息传播，输出层代表GEKO湍流模型参数；每一层的神经元接收前一层神经元的加权输入信号，结合偏置值并通过激活函数生成输出信号；激活函数选择Softsign函数； 优化输入变量为非平衡参数φ1、应力-应变张量的二阶φ2、长度比φ6、湍流雷诺数φ7和湍流黏性比φ8。

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;无锡风电设计研究院有限公司，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。