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！

龙图腾网获悉山东大学;天润工业技术股份有限公司申请的专利一种CDC电磁阀阀芯动态响应的混合优化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：CN121302604B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511860844.8，技术领域涉及：G06F30/17；该发明授权一种CDC电磁阀阀芯动态响应的混合优化方法是由李世振;李明昊;时文卓;张广世;郭奋;李海刚;孙晓林设计研发完成，并于2025-12-11向国家知识产权局提交的专利申请。

本一种CDC电磁阀阀芯动态响应的混合优化方法在说明书摘要公布了：本发明涉及一种CDC电磁阀阀芯动态响应的混合优化方法，属于汽车悬架技术领域。步骤包括：1建立CDC电磁阀的三维等效模型；2搭建CDC电磁阀阀系节流原理模型，明确油液路径，运用流体力学搭建阀系节流原理模型，确定各个阀系的压力流量关系；3搭建先导阀与主阀芯受力模型；4选择目标优化结构参数；5构建超立方体映射与初始种群生成；6双核协同进化进行主循环；7判断是否满足终止条件；8结果输出。本发明通过双核协同架构与自适应搜索机制，有效克服了传统方法在探索广度与开发深度之间难以兼顾的固有缺陷，实现了在全局范围内快速、精准地寻找最优解。

本发明授权一种CDC电磁阀阀芯动态响应的混合优化方法在权利要求书中公布了：1.一种CDC电磁阀阀芯动态响应的混合优化方法，其特征在于，步骤如下： 1建立CDC电磁阀的三维等效模型； 2搭建CDC电磁阀阀系节流原理模型，明确油液路径，运用流体力学搭建阀系节流原理模型，确定各个阀系的压力流量关系； 3搭建先导阀与主阀芯受力模型； 4选择目标优化结构参数，CDC先导电磁阀的关键结构参数包括先导阀芯小径段半径r1、先导阀主弹簧的弹簧刚度kx、先导阀芯大径段半径r3、主阀串联弹簧系统刚度ky、主阀芯半径r6和主阀底座内圆半径r4，为在保持原有系统架构不变的前提下，获得更优的动态响应特性，将6个关键结构参数作为优化的设计变量，将先导阀响应时间tresp和主阀开启时间topen作为核心优化目标； 5构建超立方体映射与初始种群生成； 首先通过线性变换将6个关键结构参数映射到一个六维单位超立方体空间，构建一个标准化的参数优化域； 采用一种受量子力学中叠加态原理启发的非均匀采样策略，以生成初始种群，该策略为超立方体中的每一个维度i定义一个混合概率密度函数Pix进行采样： 式中，是参数为,bi的贝塔分布，通过调整其参数可以控制采样点在维度i上倾向于边界或中心，Ux是[0,1]区间上的均匀分布，保证全局探索能力，和βi是第i个维度对应的量子系数，模拟量子叠加态中的概率幅，在初始化阶段设定为满足的特定值，以平衡贝塔分布与均匀分布的权重； 最后，得到完整的初始个体X的采样概率密度，即其六个维度概率密度的乘积： 从混合概率密度函数PX中采样，生成在边界和内部都具有代表性的初始种群P0； 6双核协同进化进行主循环，具体的： 61动态性能评估与特征提取； 在每一代进化过程中，超立方体-拓扑混合优化算法首先通过高保真联合仿真模型对种群进行动态性能评估，获取先导阀响应时间tresp和主阀开启时间topen两个关键性能指标，随后进行深度特征分析，计算各设计变量对性能指标的局部灵敏度向量S，将其近似为梯度方向，反映各参数在当前优化阶段对性能改进的影响程度； 式中，f1和f2分别代表先导阀响应时间tresp和主阀开启时间topen两个目标函数，x1-x6代表6个关键结构参数； 同时，超立方体-拓扑混合优化算法通过分析目标函数的Hessian矩阵H与梯度估计当前种群所处性能空间的局部曲率，用以表征当前搜索区域的复杂程度，其计算方式如下： 62基于曲率的自适应模式决策； 基于提取的曲率特征，超立方体-拓扑混合优化算法进入自适应模式决策阶段，具体决策规则如下： 当检测到高曲率区域时，表明当前处于复杂的多峰区域，超立方体-拓扑混合优化算法将主导权交给HCQM探索核，利用其强大的全局探索能力寻找新的潜力区域；当处于低曲率区域时，表明当前区域相对平坦，超立方体-拓扑混合优化算法则启用MTE开发核进行精细的局部搜索； 63高曲率区域：HCQM探索核的量子启发搜索； 在HCQM探索核的工作流程中，超立方体-拓扑混合优化算法通过构建量子启发的概率模型进行全局探索,将每个设计变量xi的搜索过程描述为量子比特的演化： 式中，和分别代表搜索空间的两种基本状态； 动态调整贝塔分布参数： 式中，和分别表示i对响应时间和开启时间的瞬时影响指数，γ为学习率因子； 在采样过程中，探索核采用量子干涉原理增强有希望区域的搜索强度，对于两个父代个体xp和xq，其产生的子代个体采样概率为： 式中，为由父代xp和xq生成特定子代个体xc的概率；ψk为父代个体的波函数；Ek为第k个父代个体的适应度值；Emax为当前种群中的最大适应度值； 64低曲率区域：MTE开发核的几何引导优化； 为了在最优个体x∗的邻域内进行几何引导搜索，首先建立局部流形坐标，其度量张量G由性能函数的Hessian矩阵构造； 式中，H为性能函数在x∗处的Hessian矩阵，‖H‖F为该矩阵的Frobenius范数，σ为尺度参数，λ为正则化系数，I为单位矩阵； 传统的欧氏梯度被转换为黎曼梯度： 式中，为性能函数在黎曼流形M上的黎曼梯度；G-1为度量张量G的逆矩阵；为性能函数在欧氏空间中的常规梯度； 个体在流形上的演化遵循黎曼几何中的指数映射： 式中，v是切空间中的搜索方向，η为自适应步长，指数映射expx将切向量映射回流形； 为了在局部优化过程中保持种群多样性，开发核基于热核函数构建多样性保持机制，该机制通过计算流形上个体间的测地距离dxi,xj来量化相似性，并据此调整选择压力： 式中，为度量两个个体xi和xj在流形上相似性的热核函数，值越大，表示个体越相似，h为相似性判定的尺度因子，n为流形的维度，n=6； 65信息融合与种群更新； HCQM探索核和MTE开发核之间的信息交换通过量子-经典混合信道实现，HCQM探索核向MTE开发核传递的信息包括潜力区域的量子概率幅分布； 式中，为从HCQM探索核传递出的探索信息集合； 反过来，MTE开发核向HCQM探索核反馈的信息包括流形结构的几何特征，反映了当前最优区域的内在几何结构： 式中，为从MTE开发核反馈回的开发信息集合；为用于评估个体相似性的热核函数； 信息融合的核心是一个基于量子贝叶斯推断的更新机制； 式中，为融合后的新一代采样概率密度函数；为由HCQM探索核提供的、基于量子采样的探索概率密度；为由MTE开发核提供的、基于流形几何的开发概率密度；为归一化因子； 量子采样中的概率幅参数根据搜索效果动态更新： 式中，为第i个变量在第t+1代的更新后量子概率幅；为第i个设计变量对应的量子概率幅；为衡量搜索效果的损失函数；μ为学习率； 黎曼流形的度量张量根据局部几何特性进行自适应调整： 式中，Gt+1、Gt为第t+1代、第t代的黎曼度量张量；是当前代的度量张量估计，ρ为更新率； 7判断是否满足终止条件； 8结果输出。

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山东大学;天润工业技术股份有限公司，其通讯地址为：250100 山东省济南市历城区山大南路27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。