買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉華中科技大學(xué)申請(qǐng)的專利一種基于卷積神經(jīng)網(wǎng)絡(luò)的二維定常層流流場(chǎng)快速預(yù)報(bào)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115630589B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202211284825.1，技術(shù)領(lǐng)域涉及：G06F30/28；該發(fā)明授權(quán)一種基于卷積神經(jīng)網(wǎng)絡(luò)的二維定常層流流場(chǎng)快速預(yù)報(bào)方法是由劉曾;張林風(fēng);張正藝;李家盛;孫江龍?jiān)O(shè)計(jì)研發(fā)完成，并于2022-10-17向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于卷積神經(jīng)網(wǎng)絡(luò)的二維定常層流流場(chǎng)快速預(yù)報(bào)方法在說明書摘要公布了：本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的二維定常層流流場(chǎng)快速預(yù)報(bào)方法，包括：從船體型線中提取形狀與長(zhǎng)寬比各異的船體在不同深度處的水線面輪廓，獲得二維船體剖面數(shù)據(jù)；對(duì)二維船體剖面數(shù)據(jù)和固定流場(chǎng)邊界條件進(jìn)行整合，形成流場(chǎng)幾何信息及邊界條件，通過流場(chǎng)幾何信息及邊界條件求解流場(chǎng)速度及壓力分布；將流場(chǎng)幾何信息及邊界條件作為卷積神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)，編碼器對(duì)輸入數(shù)據(jù)進(jìn)行編碼，解碼器對(duì)編碼器輸出的數(shù)據(jù)進(jìn)行解碼，根據(jù)訓(xùn)練結(jié)果調(diào)整卷積神經(jīng)網(wǎng)絡(luò)的超參數(shù)，得到最優(yōu)超參數(shù)后，利用訓(xùn)練得到二維定常層流流場(chǎng)快速預(yù)報(bào)模型進(jìn)行二維定常層流流場(chǎng)快速預(yù)報(bào)。本發(fā)明計(jì)算時(shí)間短、所需計(jì)算資源少，使得相應(yīng)的設(shè)計(jì)周期大幅縮短、研究成本較小。

本發(fā)明授權(quán)一種基于卷積神經(jīng)網(wǎng)絡(luò)的二維定常層流流場(chǎng)快速預(yù)報(bào)方法在權(quán)利要求書中公布了：1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的二維定常層流流場(chǎng)快速預(yù)報(bào)方法，其特征在于，包括： 將待預(yù)測(cè)流場(chǎng)幾何信息及邊界條件輸入二維定常層流流場(chǎng)快速預(yù)報(bào)模型，輸出流場(chǎng)速度及壓力分布； 所述二維定常層流流場(chǎng)快速預(yù)報(bào)模型通過如下方式訓(xùn)練得到： 從船體型線中提取形狀與長(zhǎng)寬比各異的船體在不同深度處的水線面輪廓，獲得二維船體剖面數(shù)據(jù)； 對(duì)二維船體剖面數(shù)據(jù)和固定流場(chǎng)邊界條件進(jìn)行整合，形成流場(chǎng)幾何信息及邊界條件，通過流場(chǎng)幾何信息及邊界條件求解流場(chǎng)速度及壓力分布； 將多個(gè)卷積層和池化層組成編碼器，將多個(gè)反卷積層和去池化層組成解碼器，在編碼器的部分卷積層與解碼器的部分反卷積層之間建立跳躍連接，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)； 將流場(chǎng)幾何信息及邊界條件作為卷積神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)，編碼器對(duì)輸入數(shù)據(jù)進(jìn)行編碼，解碼器通過對(duì)跳躍連接傳遞的數(shù)據(jù)與去池化得到的數(shù)據(jù)進(jìn)行拼接后反卷積的方式來對(duì)編碼器輸出的數(shù)據(jù)進(jìn)行解碼，每次訓(xùn)練前調(diào)整卷積神經(jīng)網(wǎng)絡(luò)的超參數(shù)，當(dāng)卷積神經(jīng)網(wǎng)絡(luò)輸出的流場(chǎng)速度及壓力分布與求解的流場(chǎng)速度及壓力分布之間的誤差小于預(yù)設(shè)值時(shí)，訓(xùn)練得到二維定常層流流場(chǎng)快速預(yù)報(bào)模型； 所述卷積神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)通過如下方式獲取： 從二維船體剖面數(shù)據(jù)中獲取船體剖面的多個(gè)邊緣點(diǎn)坐標(biāo)，逐一計(jì)算二維船體剖面數(shù)據(jù)中每個(gè)采樣點(diǎn)與各邊緣坐標(biāo)點(diǎn)的距離，取各采樣點(diǎn)到邊緣坐標(biāo)點(diǎn)的最小距離作為其符號(hào)距離函數(shù)值，對(duì)于船體剖面內(nèi)部的采樣點(diǎn)將其符號(hào)距離函數(shù)值設(shè)為0，由此，二維船體剖面數(shù)據(jù)中所有采樣點(diǎn)的符號(hào)距離函數(shù)值形成以中心障礙物為邊界的符號(hào)距離函數(shù)圖； 從固定流場(chǎng)邊界條件中獲取流場(chǎng)的上下邊界的坐標(biāo)，逐一計(jì)算二維船體剖面數(shù)據(jù)中每個(gè)采樣點(diǎn)到流場(chǎng)的上下邊界的垂直距離，將垂直距離最小值作為其符號(hào)距離函數(shù)值，形成以上下為邊界的符號(hào)距離函數(shù)圖； 對(duì)船體剖面內(nèi)部和外部以及流場(chǎng)的上下邊界賦予不同的值，形成流域標(biāo)記圖， 以中心障礙物為邊界的符號(hào)距離函數(shù)圖、以上下為邊界的符號(hào)距離函數(shù)圖以及流域標(biāo)記圖組成流場(chǎng)幾何信息及邊界條件，作為卷積神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人華中科技大學(xué)，其通訊地址為：430074 湖北省武漢市洪山區(qū)珞喻路1037號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。