华中科技大学;武汉理工大学毛义军获国家专利权
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！
龙图腾网获悉华中科技大学;武汉理工大学申请的专利一种基于深度学习的湍流边界层壁面压力脉动预测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：CN119272655B 。
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：202411342351.0，技术领域涉及：G06F30/28；该发明授权一种基于深度学习的湍流边界层壁面压力脉动预测方法是由毛义军;张勇奇;徐辰;顾小江设计研发完成，并于2024-09-25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湍流边界层壁面压力脉动预测方法在说明书摘要公布了：本发明公开了一种基于深度学习的湍流边界层壁面压力脉动预测方法，属于噪声预测领域，该方法基于壁面网格点的非定常和定常流动模拟数据来训练神经网络以获取湍流边界层壁面压力脉动预测模型，实现一次模拟计算获得大批量样本，能够明显的降低样本获取的成本、节约了大量的时间、从而保障了深度学习模型的预测精度和时效性；通过深度学习方法建立的湍流边界层参数和壁面压力脉动频谱之间的非线性关系，不需要明确的数学公式，同时降低了对数学要求的难度；与传统预测方法相比，本发明提供的方法适用性更强、应用领域更广、泛化能力更强；此外，经仿真验证，本发明提出方法具有结果准确、误差小、计算高效等优点。
本发明授权一种基于深度学习的湍流边界层壁面压力脉动预测方法在权利要求书中公布了：1.一种基于深度学习的湍流边界层壁面压力脉动预测模型构建方法，其特征在于，包括： S1，建立样本固体结构的外流场几何仿真模型，对其中的流域进行网格化，获取各网格点的流场模拟数据； S2，根据所述流场模拟数据中各网格点的法线方向切向流速计算所述各网格点的边界层厚度、边界层位移厚度、边界层动量厚度，并将其与所述流场模拟数据中的边界层边缘速度、壁面摩擦速度及压力梯度共同作为湍流边界层参数；将所述流场模拟数据中各网格点的压力脉动时域信号转换为频域信号； S3，以所述各网格点的湍流边界层参数为样本、以所述各网格点的压力脉动频域信号为标签，对深度学习模型进行训练，将训练好的模型作为湍流边界层壁面压力脉动预测模型。
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华中科技大学;武汉理工大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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