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！

龙图腾网恭喜大连理工大学申请的专利一种基于深度学习算法的风洞实验多源混杂噪声有效剔除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：CN119761151B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202510251451.0，技术领域涉及：G06F30/23；该发明授权一种基于深度学习算法的风洞实验多源混杂噪声有效剔除方法是由周孟德;胡宸恺;任宇航;程习康;赵麒;朱彬恺;刘巍设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本一种基于深度学习算法的风洞实验多源混杂噪声有效剔除方法在说明书摘要公布了：本发明属于飞行器模型支撑系统抖振检测技术领域，公开一种基于深度学习算法的风洞实验多源混杂噪声有效剔除方法，先根据欧拉‑伯努利理论，建立测力天平抖振估计模型；再利用分离变量法求解振动动力学方程，并进行模态分析；最后根据所得动力学方程的解及模态分析结果，基于深度学习算法进行振动解耦与噪声剔除。与有限元分析法与解析计算法的不同之处在于，本方法基于深度学习算法，通过模态分析法进行了振动动力学方程的求解运算，相较上述两种方法具有计算速度快、消耗计算资源少、计算精度高、求解过程相对简单等优势。本方法提出的基于深度学习算法的风洞实验多源混杂噪声有效剔除方法针对一般的风洞测试场景，是一种较为简单且实用的方法。

本发明授权一种基于深度学习算法的风洞实验多源混杂噪声有效剔除方法在权利要求书中公布了：1.一种基于深度学习算法的风洞实验多源混杂噪声有效剔除方法，其特征在于，步骤如下：第一步、建立测力天平抖振估计模型；考虑利用测力天平与飞行器模型构成的实验系统，其构型为测力天平支杆两端分别固接测力天平与飞行器模型；取测力天平支杆固接测力天平一侧的尾部横截面所对应的圆心为坐标原点，取其轴线为轴，方向由原点指向测力天平支杆的相反方向；根据弹性力学理论，将测力天平支杆等效为变截面弹性体梁，变截面弹性体梁的受迫振动运动微分方程为： 式中：为弯矩函数，为时间项，为测力天平支杆的密度，为测力天平截面积函数，为激振力函数，为挠度函数；根据欧拉-伯努利理论，得到变截面梁的挠度振动响应微分方程，即为测力天平抖振估计模型： 式中：为测力天平材料的杨氏模量，为测力天平横截面惯性矩；至此，测力天平抖振估计模型建立完毕；第二步、求解振动动力学方程，进行模态分析；根据解偏微分方程的分离变量法，设 式中：为挠度函数中的位置相关函数项，称为振型函数；为挠度函数中的时间相关函数项；称为阶固有振型函数，其满足特征方程： 利用振型函数的正交性，得到： 式中：为阶振型对应的广义力，为变截面弹性体梁长；利用杜哈美积分，得： 式中：为阶固有振型对应的模态幅值，与分别为阶固有振型下的两个常量，为阶固有振型对应的角频率，为积分参量，为常数参量；把固有振型函数称为阶模态形状函数，每一个振动模态对应一个振型；至此，振动动力学方程的求解，与模态分析进行完毕；第三步、基于深度学习算法进行振动解耦与噪声剔除由式6知，振型广义坐标函数的解用阶振动模态与相应的积分常量表示，故基于深度学习算法根据实验中加速度测点的拟合函数数据，设定待求模态阶数从而确定积分常量，测点加速度与模态幅值函数的关系为： 式中：、分别表示点及点处的加速度，表示拟合得到的模态幅值的二阶导函数，而由于为实验加速度测点数据拟合函数，固标注为估计量；建立GRU深度学习模型，其中GRU隐含层数为2，神经元个数为[3,6]，全连接层的隐含层为3层，神经元个数为[12,6,3]，输出层神经元个数为1；其估计最大误差为6.82×10-3g，绝对误差平均值为9.20×10-4g，均方根误差为1.2×10-3g，其中g表示重力加速度；估计测力天平处的抖振加速度，实现振动解耦，通过测点数据的拟合，以确定式6的各模态数值解；由于飞行器模型惯性力及重力作用，会在测力天平支杆上产生支撑反力，从而对测力天平产生升力方向剪切力；由于飞行器模型质心与测量中心不重合，受重力影响会产生支撑力矩；且在飞行器模型振荡过程中产生俯仰惯性力矩，基于牛顿定理与平行轴定理，列出其函数形式： 式中：、为力、力矩的抖振噪声值，为飞行器模型所受重力，为飞行器模型在支杆支撑点处同水平面的夹角，为飞行器模型惯性加速度，为飞行器模型的角加速度，L1为飞行器模型重心到坐标原点的距离，L2为飞行器模型重心至传感器的距离，为飞行器模型的质量；将式6、7、8、9与GRU深度学习模型所得到的测点数据拟合结果相结合即得到两个振动噪声的数值解，进而将其与实验数据解耦，以得到更加精确的实验结果；至此，基于深度学习算法的振动解耦与噪声剔除进行完毕。

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大连理工大学，其通讯地址为：116000 辽宁省大连市甘井子区凌工路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”。