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！

龙图腾网获悉西北工业大学申请的专利一种基于流形学习的层流翼稳健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：CN119918193B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510407673.7，技术领域涉及：G06F30/15；该发明授权一种基于流形学习的层流翼稳健优化方法是由杜皆诚;杨体浩;史亚云;饶寒月;白俊强;谢帅设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本一种基于流形学习的层流翼稳健优化方法在说明书摘要公布了：本发明提供了一种基于流形学习的层流翼稳健优化方法，属于飞机设计领域，该方法包括：给定初始几何形状及设计变量作为层流翼稳健优化的起点；基于几何光顺与格拉斯曼流形耦合方法对设计空间进行过滤，并对设计对象进行变形；使用逆距离插值方法对体积网格进行动态更新，确保体积网格与变形后的几何形状一致；根据更新后的体积网格，计算流场信息；通过层流离散伴随求解器，获取关于设计变量的导数信息；根据导数信息得到设计变量变化方向，生成新设计变量，若迭代结果满足可行性容限和最优性容限时，得到层流翼稳健的优化结果。本发明能够提升层流翼优化的鲁棒性，降低几何参数化形式对优化方法减阻效果的影响，以得到更稳定的优化结果。

本发明授权一种基于流形学习的层流翼稳健优化方法在权利要求书中公布了：1.一种基于流形学习的层流翼稳健优化方法，其特征在于，包括以下步骤： S1、给定初始几何形状及设计变量作为层流翼稳健优化的起点； S2、通过拉丁超立方采样，生成满足几何约束的翼型数据库，其中，数据库翼型均满足优化设计几何约束； S3、利用平滑算法原则剔除翼型数据库中的几何畸变翼型； S4、基于剔除几何畸变翼型的翼型数据库进行流形学习，建立基于格拉斯曼流形的翼型几何表征模型； S5、在气动优化设计中，利用构建的翼型几何表征模型替代自由变形FFD作为几何参数化方法，生成扰动翼型； S6、基于扰动翼型，利用格拉斯曼流形的几何表征模型，对原基于自由变形FFD几何参数化方法描述的设计空间进行重构，完成对设计对象的变形处理； S7、基于S2-S6的流形学习处理结果，对网格进行变形处理以及流场计算，并通过迭代优化处理，得到层流翼稳健的优化结果； 所述S5包括以下步骤： A1、在气动优化设计中，利用拉普拉斯平滑算法，对通过自由变形FFD几何参数化方法生成的扰动翼型进行几何光顺，其中，第i个自由变形FFD点的位移值采用拉普拉斯光顺算法，将位移值与该点相邻点的位移值进行加权，更新为： 其中，表示更新后的位移值，表示权重系数，表示用于几何光顺的相邻点的数量，用于控制几何光顺程度，j表示相邻点编号； A2、基于A1处理后的翼型样本，通过建立实空间与格拉斯曼流形空间的映射，将离散的翼型形状表示为格拉斯曼流形元素，其中，n表示格拉斯曼流形实空间维数，表示流形空间，表示n维实空间的2维格拉斯曼流形空间； A3、基于格拉斯曼流形元素，得到翼型物理坐标与格拉斯曼流形元素之间的映射关系； A4、构建已知流形空间与数据中心元素切空间之间的映射关系，包括对数映射和指数映射； A5、通过在流形的切空间中进行迭代计算，确定数据点的黎曼中心； A6、基于A3的映射关系，通过对数映射将所有流形元素映射至黎曼中心的切空间； A7、基A6的映射结果，根据切空间特征值衰减的程度，选取前个特征向量作为低维正交基； A8、对于，利用下式，将所有主成分的线性组合定义了一个维的格拉斯曼子流形，并构建从参数空间到实域空间翼型坐标的映射关系： 其中，表示参数空间中的一个法向坐标，表示维的格拉斯曼子流形，表示格拉斯曼流形元素，表示指数映射运算，表示一个点到流形空间中心的距离，表示将向量拼接转化为矩阵的运算符； A9、基于A8的映射关系，通过改变参数空间坐标生成扰动翼型。

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北工业大学，其通讯地址为：710000 陕西省西安市碑林区友谊西路127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”。