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！

龙图腾网获悉中国空气动力研究与发展中心空天技术研究所申请的专利一种激波边界层干扰中SST湍流模型的自适应参数辨识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：CN119808629B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411860308.3，技术领域涉及：G06F30/28；该发明授权一种激波边界层干扰中SST湍流模型的自适应参数辨识方法是由田野;彭家欢;杨茂桃;邓雪;梁爽;赵沂通;张华;王姮;张娜;杨宇超;赵胤杰设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本一种激波边界层干扰中SST湍流模型的自适应参数辨识方法在说明书摘要公布了：本发明公开了一种激波边界层干扰中SST湍流模型的自适应参数辨识方法，包括：S1、在确定工况下，根据SST湍流模型闭合参数区间范围构建高维样本空间，开展最优拉丁超立方抽样，均匀获取全空间内样本信息，作为输入参数样本；S2、基于输入参数样本和确定工况，进行数值模拟，形成模型先验样本集；S3、根据模型先验样本集，构建基于改进贝叶斯神经网络的激波边界层干扰下流场壁面压力预测模型；S4、基于激波边界层干扰下流场壁面压力预测模型，采用粒子群优化算法对SST湍流模型进行自适应参数辨识，获得实现流场高精度模拟的SST湍流模型最优闭合参数。本发明提高了数值模拟精度和速度，为超燃冲压发动机在复杂环境下的安全可靠工作提供技术支持。

本发明授权一种激波边界层干扰中SST湍流模型的自适应参数辨识方法在权利要求书中公布了：1.一种激波边界层干扰中SST湍流模型的自适应参数辨识方法，其特征在于，包括以下步骤： S1、在确定工况下，根据SST湍流模型闭合参数区间范围构建高维样本空间，在高维样本空间内开展最优拉丁超立方抽样，均匀获取全空间内样本信息，作为输入参数样本； S2、基于输入参数样本和确定工况，进行数值模拟，形成模型先验样本集； 所述数值模拟的数据包括流场壁面压力、摩阻系数、速度分布和密度分布； S3、根据模型先验样本集，构建基于改进贝叶斯神经网络的激波边界层干扰下流场壁面压力预测模型； S4、基于激波边界层干扰下流场壁面压力预测模型，采用粒子群优化算法对SST湍流模型进行自适应参数辨识，获得实现流场高精度模拟的SST湍流模型最优闭合参数； 所述步骤S3具体为： 利用改进贝叶斯神经网络对模型先验样本集进行特征参数学习，得到SST湍流模型参数与流场壁面压力之间的非线性映射关系，进而得到基于改进贝叶斯神经网络的流场壁面压力代理模型，使用模型先验样本集对所述流场壁面压力代理模型进行训练，得到激波边界层干扰下流场壁面压力预测模型； 基于改进贝叶斯神经网络的流场壁面压力代理模型表示为： 式中，表示在给定输入X下输出Y的概率，表示在给定权重和输入X下输出Y的概率分布，表示证据概率，为的变分估计，表示代理模型内部参数。

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中国空气动力研究与发展中心空天技术研究所，其通讯地址为：621051 四川省绵阳市涪城区二环路南段6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。