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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于深度学习的喷管型面烧蚀退移预测模型的建立方法和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：CN119442894B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411558364.1，技术领域涉及：G06F30/27；该发明授权一种基于深度学习的喷管型面烧蚀退移预测模型的建立方法和系统是由温风波;李一越;周子翔;朱翰林;罗余曦;李左飙设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种基于深度学习的喷管型面烧蚀退移预测模型的建立方法和系统在说明书摘要公布了：本发明提出一种基于深度学习的喷管型面烧蚀退移预测模型的建立方法和系统。该方法基于已有的试验喷管的二维型面烧蚀数据和对应试验喷管针对点火条件的数值模拟得到的壁面数据构建了喷管型面烧蚀退移预测模型，在保证预测精度的前提下有效地减少了预测时间成本以及计算成本；在该方法中还提出了一种针对单条二维烧蚀型面曲线提取数据点形成数据集的方法。该方法根据喷管横坐标取点，通过提取对应横坐标二维型线上的点的数值仿真得到的壁面数据以及点火实验的壁面退移量形成数据集。本发明基于有限的实验数据以及有限的计算资源，在保证精度的前提下减少了预测的时间成本以及计算成本。

本发明授权一种基于深度学习的喷管型面烧蚀退移预测模型的建立方法和系统在权利要求书中公布了：1.一种基于深度学习的喷管型面烧蚀退移预测模型的建立方法，其特征在于，所述方法包括以下步骤： 步骤一、针对预测喷管的实验条件与结构，获取喷管实验数据，包括几何模型、点火条件以及试验前后型面曲线数据； 步骤二、根据DPM模型及点火条件进行稳态计算，得到壁面分布； 步骤三、针对单条二维烧蚀型面曲线提取数据点形成数据集； 步骤四、训练喷管型面烧蚀退移预测模型； 步骤五、将需要预测的喷管进行稳态数值计算，提取数值计算结果，形成验证集代入训练的喷管型面烧蚀退移预测模型中得到预测数据； 在步骤三中，根据实验喷管的结构提取型面烧蚀退移量和步骤二中获得的数值计算数据，形成数据集，其具体流程为： 步骤三一：在喷管实验前后型面曲线数据图上标注数据点，测量其径向烧蚀退移量； 步骤三二：插值获得大量采样点，记录采样点横坐标； 步骤三三：根据采样点横坐标提取数值计算横坐标； 步骤三四：组成训练-测试数据集；将喷管壁面温度、壁面压力、壁面剪切力、喷管材料、Oka冲蚀率、喷管面积比、喷管喉径以及喷管部位作为训练参数，将喷管烧蚀退移量作为预测对象，组合4个喷管的实验数据形成高低压混合训练-测试数据集。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。