山东科技大学李立获国家专利权
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!
龙图腾网获悉山东科技大学申请的专利一种液力变矩器复杂内流场仿真优化方法及系统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:CN121365612B 。
龙图腾网通过国家知识产权局官网在2026-04-28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:202511232460.1,技术领域涉及:G06F30/28;该发明授权一种液力变矩器复杂内流场仿真优化方法及系统是由李立;黄玉果;郭凡灿;张清菊;孙旸;徐誉尹;许晋京设计研发完成,并于2025-09-01向国家知识产权局提交的专利申请。
本一种液力变矩器复杂内流场仿真优化方法及系统在说明书摘要公布了:本申请公开了一种液力变矩器复杂内流场仿真优化方法及系统,涉及液力变矩器技术领域,包括:构建液力变矩器仿真模型并获取液力变矩器仿真模型的样本数据信息;通过样本数据信息对构建的仿真参数估算模型进行训练;获取待仿真的液力变矩器的基础物理量信息并输入到训练后的仿真参数估算模型获得仿真参数信息,仿真参数信息用于对待仿真的液力变矩器进行仿真。通过构建液力变矩器仿真模型的仿真数据来形成样本数据集,采用样本数据集对构建的仿真参数估算模型进行训练。这样训练完成的模型满足液力变矩器复杂内流场的条件。需要对任一液力变矩器进行仿真时,通过已知的基础物理量信息就可以获得仿真参数信息,进而实现了液力变矩器流仿真时仿真参数的快速确定。
本发明授权一种液力变矩器复杂内流场仿真优化方法及系统在权利要求书中公布了:1.一种液力变矩器复杂内流场仿真优化方法,其特征在于,包括: 构建液力变矩器仿真模型并获取所述液力变矩器仿真模型的样本数据信息,包括: 构建适用于液力变矩器通用的液力变矩器仿真模型; 利用所述液力变矩器仿真模型进行多次仿真,提取仿真结果中的流场切片形成样本数据集,包括:确定所述流场切片的RGB三通道,使用RGB三通道代表速度的矢量场,获得液力变矩器仿真模型仿真中的速度云图;基于Q准则预处理,使用伽利略不变量Q0代表涡结构确定液力变矩器仿真模型仿真中的涡量图; 通过所述样本数据信息对构建的仿真参数估算模型进行训练,其中: 所述仿真参数估算模型包括多尺度特征提取模块、跨模态融合模块和涡检测评估模块,所述多尺度特征提取模块用于接收所述速度云图和涡量图,提取所述速度云图和涡量图中的特征信息;所述跨模态融合模块实现所述特征信息的多尺度特征融合,将不同分辨率的特征图通过双线性池化进行融合,从而提高特征的表征能力和鲁棒性;所述涡检测评估模块利用跨模态融合模块输出的特征图判定是否有涡并对涡质量进行评估; 所述多尺度特征提取模块采用异构双分支架构,包括:速度特征提取分支和涡量特征提取分支;所述速度特征提取分支基于改进的ResNet-50,仅使用前3个残差块,在残差块中嵌入涡量引导的CBAM注意力机制,通过通道注意力动态聚焦高涡量区域,空间注意力锐化涡核边界; 所述涡量特征提取分支采用改进的U-Net编解码器,编码器通过多次卷积和池化操作逐步减小特征图的空间分辨率,有效提取图像的上下文信息,并逐步捕获更大的感受野;解码器通过上采样操作逐步恢复特征图的空间分辨率,同时结合跳跃连接将编码器中的高分辨率特征图与上采样后的特征图拼接,保留细节信息,增强特征融合; 所述跨模态融合模块采用加权双向特征金字塔网络BiFPN融合提取特征,分为自下而上特征传递和自上而下特征传递两部分; 获取待仿真的液力变矩器的基础物理量信息并输入到训练后的仿真参数估算模型获得仿真参数信息,所述仿真参数信息用于对待仿真的液力变矩器进行仿真。
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山东科技大学,其通讯地址为:266000 山东省青岛市前湾港路579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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励