北京中航融智科技有限公司闵庆云获国家专利权
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!
龙图腾网获悉北京中航融智科技有限公司申请的专利一种多环境因素条件下大型飞机试验稳态负荷分析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:CN120216921B 。
龙图腾网通过国家知识产权局官网在2025-11-21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:202510286620.4,技术领域涉及:G06F18/20;该发明授权一种多环境因素条件下大型飞机试验稳态负荷分析方法是由闵庆云;罗广旭;王甫红;周玉璇;王鑫;唐玉婷设计研发完成,并于2025-03-12向国家知识产权局提交的专利申请。
本一种多环境因素条件下大型飞机试验稳态负荷分析方法在说明书摘要公布了:本发明公开了一种多环境因素条件下大型飞机试验稳态负荷分析方法,涉及飞机测试技术领域,包括,对传感器数据进行去噪,并通过加权平均法对同一位置的多个传感器数据进行加权融合,得到飞机结构负荷数据流;结合神经网络与物理方程约束机制,构建物理引导神经网络;基于李雅普诺夫指数,对物理引导神经网络结构进行动态调整;采用数据误差损失和物理损失定义物理引导神经网络损失函数,并结合梯度混合优化策略对物理引导神经网络进行训练和优化。本发明通过结合神经网络与物理方程约束机制,构建物理引导神经网络,确保了计算结果的物理一致性和可信度,避免了传统神经网络可能出现的黑箱问题。
本发明授权一种多环境因素条件下大型飞机试验稳态负荷分析方法在权利要求书中公布了:1.一种多环境因素条件下大型飞机试验稳态负荷分析方法,其特征在于:包括, 在大型飞机上安装智能传感器阵列,根据环境因素条件的变化对传感器数据进行动态采样; 对传感器数据进行去噪,并通过加权平均法对同一位置的多个传感器数据进行加权融合,得到飞机结构负荷数据流; 结合神经网络与物理方程约束机制,构建物理引导神经网络; 基于李雅普诺夫指数,对物理引导神经网络结构进行动态调整,具体步骤如下, 计算输出应力分布的雅可比矩阵; 对雅可比矩阵进行奇异值分解,并取最大的奇异值,计算输出应力分布的李雅普诺夫指数; 根据李雅普诺夫指数,动态调整物理引导神经网络卷积层和全连接层的数量; 采用数据误差损失和物理损失定义物理引导神经网络损失函数,并结合梯度混合优化策略对物理引导神经网络进行训练和优化,具体步骤如下, 基于多层全连接前馈神经网络的数据误差损失和物理损失定义物理引导神经网络损失函数; 将智能传感器阵列采集的历史传感器数据输入到物理引导神经网络进行训练; 利用自动微分计算物理引导神经网络损失函数; 在物理引导神经网络训练初期利用Adam优化器采用一阶和二阶动量估计对物理引导神经网络参数进行梯度优化; 在物理引导神经网络训练后期通过PINN-L-BFGS-B,利用拟牛顿法计算Hessian矩阵的近似逆,对物理引导神经网络参数进行优化当物理引导神经网络损失函数收敛时,完成物理引导神经网络的训练; 基于实时飞机结构负荷数据流计算大型飞机在多种环境因素条件下的稳态负荷结果。
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北京中航融智科技有限公司,其通讯地址为:100043 北京市石景山区雍景四季12号楼二层2135房间;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