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！

龙图腾网恭喜西安交通大学申请的专利一种适用于泵和水力透平的物理场和性能协同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：CN114169605B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202111479710.3，技术领域涉及：G06Q10/04；该发明授权一种适用于泵和水力透平的物理场和性能协同预测方法是由谢永慧;徐涛;李云珠;张荻设计研发完成，并于2021-12-06向国家知识产权局提交的专利申请。

本一种适用于泵和水力透平的物理场和性能协同预测方法在说明书摘要公布了：本发明公开了一种适用于泵和水力透平的物理场和性能协同预测方法，包括步骤：1获取泵和水力透平模型几何参数并将其编码；2分别获取泵和水力透平两种模式下的工况参数并获得数值模拟结果；3泵和水力透平输入输出参数归一化；4针对泵和水力透平模型数据划分训练集和验证集；5分别构建泵和水力透平两组物理场和性能的协同预测点云卷积网络；6训练泵和水力透平两组点云卷积神经网络；7性能预测信息后处理。本发明实现从泵模式下的相关性能参数到水力透平模式下相关性能参数的直接映射，解决了传统数值模拟方法计算数据量大，计算时间较长的缺点，具有数据易更改，获得所需性能参数较及时的优势。

本发明授权一种适用于泵和水力透平的物理场和性能协同预测方法在权利要求书中公布了：1.一种适用于泵和水力透平的物理场和性能协同预测方法，其特征在于，包括以下步骤：1获取泵和水力透平模型几何参数并将其编码获取的叶片的几何参数为控制叶片的安装角α，叶片数量a以及控制叶片Bezier曲线的B个点的坐标x,y,z，每一个泵对应一个叶片，由于泵和水力透平两种模式下采用的是相同的叶片，由此得到两种模式下的初始几何参数集合都为根据获得的I个泵的几何参数进行建模，对每一个网格模型，获取其网格节点信息Gi,p,q，将网格节点信息Gi,p,q与叶片的初始几何参数集合整合得到几何参数集合Ai,j，并采用编码器-解码器组合对几何参数进行编码，编码器Encoder将叶片的几何参数集合Ai,j映射为一个固定长度的向量的形式，解码器Decoder将编码获得的向量解码为几何参数集合Ai,j，将编码器获得的I个叶片的向量组合构成了叶片的间接几何参数集合Ai,f；其中，i＝1,2,3,...,I，代表不同的泵，I为泵的总数，j＝1,2,3,...,J，代表不同的几何参数，J为几何参数的总数，p＝1,2,3,...,P，代表不同的网格节点，P为网格节点总数，q为每个网格节点的坐标，包含x方向、y方向和z方向的坐标，若为二维模型，则包含x方向和y方向的坐标，f＝1,2,3,...,F，代表不同的间接几何参数变量，F为间接几何参数变量的总数；2分别获取泵和水力透平两种模式下的工况参数并获得数值模拟结果泵和水力透平的工况参数包括泵和水力透平两种模式运行时的机械转速ωR、泵和水力透平两种模式下的进口压力Pin和进口温度Tin；对每一种泵，在两种模式下，分别采用拉丁超立方采样方法在各自参数空间随机采样D个工况，由此泵模式下的工况参数集合为Bi,d，水力透平模式下的工况参数集合为Ci,d，并将每一种泵模型在两种模式下分别进行D个工况点的CFD计算，获得每一个叶片在泵模式下的三维物理场数据集合和水力透平模式下的三维物理场数据结合根据物理场参数计算得到泵模式下不同泵的性能参数集合和水力透平模式下的性能参数集合其中，d＝1,2,3,...,D，代表不同的工况参数，D为每种模式下需要计算的工况点总数，n＝1,2,3,…,N，代表不同的物理场，包括速度、温度、压力和涡量，N为记录的流场参数总数，m＝1,2，分别代表效率和水头；3泵和水力透平输入输出参数归一化将简化后的集合以及其他数据进行归一化操作，需要归一化的输入数据集合为{Ai,f,Bi,d,Ci,d}，物理场集合为性能参数集合为归一化之后的输入数据集合为物理场集合为性能参数集合为4针对泵和水力透平模型数据划分训练集和验证集对于点云这一类的神经网络，输入数据集合为将输入数据集合随机打乱，并将输入集合按照2：2：1的比例分为训练集验证集和测试集同样的，物理场集合按相同的比例分为和性能参数集合同样分为和5分别构建泵和水力透平两组物理场和性能的协同预测点云卷积网络构建泵物理场和性能预测与水力透平物理场预测和性能预测两组网络，每组包含两个点云卷积神经网络；对第一组泵物理场和性能预测网络，第一个P_Net1点云卷积神经网络根据泵模式下的输入集合预测得到泵模式下的物理场集合实现泵模式下由设计变量即几何参数和工况参数到泵物理场的映射，第二个P_Net2点云卷积神经网络输入为P_Net1网络预测得到的泵物理场集合预测得到泵模式下的性能参数集合实现由泵物理场到泵性能参数的映射；对第二组水力透平物理场和性能预测网络，第一个T_Net1点云卷积神经网络根据水力透平模式下的输入集合预测得到水力透平模式下的物理场实现水力透平模式下由设计变量到水力透平物理场的映射，第二个T_Net2点云卷积神经网络输入为T_Net1网络预测得到的物理场预测得到水力透平模式下的性能参数集合实现由水力透平物理场到水力透平性能参数的映射；6训练泵和水力透平两组点云卷积神经网络7性能预测信息后处理根据两个部分的输出集合和建立泵模式下的性能参数与水力透平模式下性能参数之间的直接联系，实现泵模式下效率到水力透平模式下效率之间的直接映射，同时获得泵和水力透平的相关物理场分析，进行进一步的分析。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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”。