Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国空气动力研究与发展中心超高速空气动力研究所刘枫获国家专利权

恭喜中国空气动力研究与发展中心超高速空气动力研究所刘枫获国家专利权

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!

龙图腾网恭喜中国空气动力研究与发展中心超高速空气动力研究所申请的专利AUSM类通量计算格式的神经网络端到端加速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:CN119443169B

龙图腾网通过国家知识产权局官网在2025-03-18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:202510028613.4,技术领域涉及:G06N3/0499;该发明授权AUSM类通量计算格式的神经网络端到端加速方法是由刘枫;李宇玻;吴岸平;蒋皓;蒋万秋;黄俊设计研发完成,并于2025-01-08向国家知识产权局提交的专利申请。

AUSM类通量计算格式的神经网络端到端加速方法在说明书摘要公布了:本发明公开了一种AUSM类通量计算格式的神经网络端到端加速方法,涉及流体力学计算领域,包括:S1、基于前馈神经网络实现端到端的输入输出映射,以建立神经网络代理模型;S2、采用S1的神经网络代理模型替换流体力学计算过程中的AUSM类通量计算格式;其中,所述神经网络代理模型的输入数据为:亚声速、跨声速、超声速、高超声速任一种风洞试验工况下无量纲化后的物理量;在神经网络代理模型的建立过程中,通过对计算密集区域进行局部加密的方式对Sobol序列采样方法进行优化。本发明提供一种AUSM类通量计算格式的神经网络端到端加速方法,通过引入神经网络代理模型,使得需要6个步骤进行计算的通量可以通过输入条件一步直接得到结果,显著减少计算量。

本发明授权AUSM类通量计算格式的神经网络端到端加速方法在权利要求书中公布了:1.一种AUSM类通量计算格式的神经网络端到端加速方法,其特征在于,包括:S1、基于前馈神经网络实现端到端的输入输出映射,以建立神经网络代理模型;S2、采用S1的神经网络代理模型替换流体力学计算过程中的AUSM类通量计算格式;其中,所述神经网络代理模型的输入数据为:亚声速、跨声速、超声速、高超声速任一种风洞试验工况下无量纲化后的物理量,所述物理量包括:马赫数Ma、密度ρ、压力p各自左右两侧的数据;输出数据为:通量计算后的质量、动量和能量的三维通量预测结果;在神经网络代理模型的建立过程中,通过对计算的密集区域进行局部加密的方式对Sobol序列采样方法进行优化;所述密集区域是指类同于激波、膨胀波的复杂流场特征区域;对计算的密集区域进行局部加密的方法为:S10、在数据采集时,将密集区域的预采数量M膨胀为总采样点数量N;S11、对采样点的采样概率赋予对应的权重,且i=1,2…M;S12、通过下式对采样点的权重进行归一化处理,并将归一化后的结果作为采样点的随机抽样概率: 上式中,,是第j个采样点的权重;S13、在𝑁个采样点中,以S12中获得的随机抽样概率随机抽取𝑀个点;S14、预设一个抽样概率的判断阈值,以在随机抽样概率大于判断阈值的随机采样点区域生成额外的采样点增加采样密度;在S11中,采样点特征基底通过下式获得: 上式中,、分别为每组数据的两侧压力值,、分别为每组数据的密度值;在S10中,针对不同类型的算例通过Beta分布来筛选采样点数据,则权重通过下式进行表征: 上式中,为Gamma函数,且,为Gamma函数的被积函数,为决定Beta分布形状的参数。

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超高速空气动力研究所,其通讯地址为:621000 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”。

免责声明
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。