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！

龙图腾网获悉宜宾四川大学产业技术研究院申请的专利基于小样本代理模型的机床立柱冷却流道对流换热系数预测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：CN121659685B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610171448.2，技术领域涉及：G06F30/23；该发明授权基于小样本代理模型的机床立柱冷却流道对流换热系数预测方法是由彭骥;李龙江;杨柯;张智嵘;张蜀阳;胡晓兵;毛业兵设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本基于小样本代理模型的机床立柱冷却流道对流换热系数预测方法在说明书摘要公布了：本发明公开了一种基于小样本代理模型的机床立柱冷却流道对流换热系数预测方法，属于精密数控机床温度控制领域。针对现有对流换热系数计算依赖流‑热耦合仿真耗时长、难以满足快速迭代需求的问题，本发明将通道注意力机制与残差连接的神经网络SE‑FFN‑Res结合对冷却流道对流换热系数预测。该方法首先构建参数化的流‑热耦合有限元模型，通过拉丁超立方抽样获取适量高保真仿真数据；随后构建包含SE模块和非线性激活层的代理模型，利用长距离残差投影结构增强有限样本下的特征传递与梯度稳定性，并通过遗传算法优化超参数。该方法在小样本数据场景下具有优异的对流换热系数预测精度和泛化能力，能够快速评估立柱冷却流道设计方案效果。

本发明授权基于小样本代理模型的机床立柱冷却流道对流换热系数预测方法在权利要求书中公布了：1.一种基于小样本代理模型的机床立柱冷却流道对流换热系数预测方法，其特征在于，包括以下步骤： 步骤1：确定冷却流道的几何设计参数与流体运行参数的取值范围； 步骤2：基于流-热耦合有限元模型仿真构成原始仿真数据集； 建立机床立柱冷却流道三维模型，施加生热率、流体运行参数和介质物性参数为边界条件，求解立柱冷却流道内的流场分布，并计算平均对流换热系数； 采用拉丁超立方抽样生成若干参数组合，进行自动批量仿真，并输出对应的平均对流换热系数，构建原始仿真数据集； 步骤3：构建残差结构与通道注意力机制相结合的小样本神经网络代理模型； 步骤3-1：构建多层前馈神经网络；多层前馈神经网络MLP以冷却流道的几何设计参数与流体运行参数作为输入，以平均对流换热系数作为输出目标； 步骤3-2：构建通道注意力机制层；对输入特征矩阵进行全局平均池化，将每个特征通道压缩为一个标量；将所述标量依次通过第一全连接层、非线性激活函数、第二全连接层和Sigmoid激活函数，生成各通道的权重向量；将权重向量与原始输入特征矩阵进行哈达玛积运算，得到加权后的新特征矩阵； 步骤3-3：构建非线性层；非线性层由多层全连接神经元构成，各层之间采用非线性激活函数进行连接； 步骤3-4：构建输出层，并引入残差投影；将所述多层前馈神经网络中第一隐藏层的输出特征，经一个线性投影层变换后，直接跨层叠加至所述输出层的输出上；输出预测值为经过通道注意力机制层和非线性层处理后的深层特征向量，为第一隐藏层输出的浅层特征，和分别为主输出层和残差投影层的权重矩阵与偏置向量； 步骤4：构建损失函数与模型参数优化； 采用HuberLoss作为目标损失函数，基于遗传算法对神经网络代理模型的关键超参数进行寻优，通过选择、交叉和变异操作寻找全局最优解，从而确立最终的神经网络代理模型； 步骤5：利用构建的神经网络代理模型，对新输入的冷却流道的几何设计参数与流体运行参数进行快速预测，得到对应的对流换热系数预测值。

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宜宾四川大学产业技术研究院，其通讯地址为：644000 四川省宜宾市临港经济技术开发区长江北路西段附二段428号四川大学宜宾园区；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。