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！

龙图腾网获悉东南大学申请的专利基于神经网络的芯粒热仿真有限元网格生成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：CN120046509B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202510371317.4，技术领域涉及：G06F30/27；该发明授权基于神经网络的芯粒热仿真有限元网格生成方法是由牛丹;陈鹏举;张德慷;邢炜;何磊;董毅超;张兆丞设计研发完成，并于2025-03-27向国家知识产权局提交的专利申请。

本基于神经网络的芯粒热仿真有限元网格生成方法在说明书摘要公布了：本发明涉及一种基于神经网络的芯粒热仿真有限元网格生成方法。该方法包括几何与热特征提取模块、温度分布预测模块以及智能网格优化模块。几何与热特征提取模块通过张量构建，结合多尺度卷积、金字塔池化和可变形卷积，实现对芯片温度分布的精确预测；智能网格优化模块通过热梯度与几何约束的耦合，自适应地优化有限元网格，减少网格单元数量并提升计算效率。首次将深度学习与有限元网格生成相结合，通过神经网络预测热分布来替代传统的迭代网格细化过程，显著提升了网格生成速度，同时保持热仿真精度在0.8％以内。该方法特别适用于复杂的2.5D3D芯片封装结构，能够有效应对现代集成电路设计中的热管理挑战，为芯片设计提供了快速且精确的热仿真工具。

本发明授权基于神经网络的芯粒热仿真有限元网格生成方法在权利要求书中公布了：1.一种基于神经网络的芯粒热仿真有限元网格生成方法，其特征在于，所述方法包括以下步骤： S1：输入芯片的几何参数、材料参数、热源参数及边界条件，通过几何与热特征提取模块进行张量构建，生成包含几何边界、材料属性、功率分布、边界条件及热分布特征的输入张量； S2：通过温度分布预测模块对输入张量进行处理，基于增强的U-Net架构，结合多尺度卷积、金字塔池化和可变形卷积，提取芯片的温度分布特征，生成初步的温度分布预测结果； S3：通过智能网格优化模块，结合所述温度分布预测结果与几何约束，生成热-几何耦合的网格优化参数，指导有限元网格的自适应细化； S4：根据网格优化参数，对初始粗网格进行自适应细化，生成优化的有限元网格，减少网格单元数量，提高仿真计算效率，同时保持热仿真精度； 通过结合深度神经网络分割模型的温度预测方法和关键几何信息，对有限元网格进行优化，步骤S2中，温度分布预测模块步骤包括： 2-1：数据预处理：将输入张量通过多尺度卷积层进行处理，使用不同尺寸的卷积核1×1×1、3×3×3、5×5×5并行提取局部细节和全局热分布特征，生成多尺度特征图， 2-2：特征提取：对所述多尺度特征图进行金字塔池化操作，通过不同尺寸的池化窗口增强空间特征捕获能力，提取更全局的热分布信息， 2-3：对经过多尺度卷积和金字塔池化后的特征图，应用可变形卷积操作，增强网络对芯片材料异质性的适应性，生成更具代表性的热分布特征， 2-4：通过基于注意力机制的跳跃连接，将编码器提取的特征与解码器上采样后的特征进行融合，结合3D离散余弦变换3D-DCT和3D逆离散余弦变换3D-IDCT，增强对温度梯度变化较大区域的特征重建能力，生成精确的温度分布预测结果， 2-5：随后，根据温度预测结果的温度梯度信息，结合关键几何边界信息，对异构集成芯片的有限元粗网格进行细化，最终得到优化后的网格。

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路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。