湖南大学万德涛获国家专利权
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！
龙图腾网获悉湖南大学申请的专利一种用于预测钠冷快堆换热器热工水力特性的深度学习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：CN119885845B 。
龙图腾网通过国家知识产权局官网在2025-11-18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：202411849905.6，技术领域涉及：G06F30/27；该发明授权一种用于预测钠冷快堆换热器热工水力特性的深度学习方法是由万德涛;李洋;倪冰雨;胡德安;李昌明;杨刚设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。
本一种用于预测钠冷快堆换热器热工水力特性的深度学习方法在说明书摘要公布了：本发明提出一种用于预测钠冷快堆换热器热工水力特性的深度学习方法，属于钠冷快堆非能动余热排出系统技术领域；该方法包括：利用第一个DNN近似低保真度流量和温度分布；通过第二个DNN构建低保真度与高保真度数据间的非线性关系；将物理信息偏微分方程和边界条件作为约束注入第三个DNN，优化预测结果；本发明结合流体传热偏微分方程与数据驱动优势，仅需低保真度数据即可实现钠冷快堆PCHE内流速、温度的高保真预测，解决了换热器内物理信息难以测量的难题，对提高钠冷快堆的固有安全性和堆芯安全具有重要意义。
本发明授权一种用于预测钠冷快堆换热器热工水力特性的深度学习方法在权利要求书中公布了：1.一种用于预测钠冷快堆换热器热工水力特性的深度学习方法，其特征在于：包括以下步骤： S1：给定低保真度输入坐标、相应的低保真度流速和温度分布以及高保真度输入坐标； S2：通过第一个深度神经网络DNN近似低保真度流量和温度分布； S3：通过第二个DNN构建低保真度数据和高保真度数据之间的非线性关系； S4：将物理信息偏微分方程和边界条件作为物理约束注入第三个DNN中，以改进和优化第二个DNN的结果；所述S4中的第三个DNN具有5维输入和5维输出，其总损失函数包括数据损失、物理损失和边界损失，用于优化第二个DNN的结果；所述总损失函数的表达式为： L3θ3＝λDLD+λPhyLPhy+λBLB 总损失函数L3θ3来自数据损失LD、物理损失LPhy和边界损失LB；其中λD，λPhy和λB是损失函数的相应权重常数，分别表示连续性、动量和能量损失项。
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湖南大学，其通讯地址为：410006 湖南省长沙市岳麓区麓山南路麓山门；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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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