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！

龙图腾网获悉合肥九韶智能科技有限公司申请的专利一种基于数据驱动的翼型优化算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：CN119004971B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411072172.X，技术领域涉及：G06F30/27；该发明授权一种基于数据驱动的翼型优化算法是由郑裕峰;王敏;黄玉斌;池煦荣;陆军军;王康设计研发完成，并于2024-08-06向国家知识产权局提交的专利申请。

本一种基于数据驱动的翼型优化算法在说明书摘要公布了：本发明公开了一种基于数据驱动的翼型优化算法，涉及CFD和人工智能技术领域，其目标在于通过优化翼型形状使得其气动力学特性得到改进。首先，对翼型几何进行建模，以NACA‑4SERIES‑MODIFIED的格式将几何信息提取成最大弧度、最大弧度位置、最大厚度、最大厚度位置、前缘半径指数这五个维度的信息，这些信息将作为翼型几何的数据特征。之后对翼型几何的数据特征空间进行充分采样，获取待标注的翼型几何数据库。接下来通过CAE软件对翼型数据进行标注，求解其在不同攻角下的升力系数和阻力系数的计算。然后用深度神经网络在标注好的数据库上进行训练，获得可微分的代理模型。最后用训练好的代理模型对需要优化的翼型进行形状优化，采用的优化算法为梯度类优化算法，目标值和梯度计算均由代理模型完成。本发明计算代价低、优化效率更高。

本发明授权一种基于数据驱动的翼型优化算法在权利要求书中公布了：1.一种基于数据驱动的翼型优化算法，其特征在于，包括以下步骤： S1，对翼型进行建模，并在几何特征空间进行采样，获取待标注的翼型数据库； S2，通过CAE软件，求解待标注的翼型数据在不同攻角下的气动力学特性，获取升力系数和阻力系数，从而得到标注好的翼型数据库； S3，用深度神经网络在标注好的翼型数据库上进行训练，输入是翼型的几何特征以及攻角，输出是升力系数和阻力系数，最后得到代理模型； S4，采用梯度类算法，对待优化的翼型，通过代理模型计算相应的气动力学指标以及梯度，最后得到优化后的翼型； 步骤S1的具体方式为： S11，通过最大厚度tmax、最大厚度位置umax和前缘半径指数I计算厚度曲线： 先通过求解两个线性方程组： 其中，k·是一个B样条函数，通过对数据{0.20,1.00,0.30,1.17,0.40,1.575,0.500,2.325,0.6,3.500}插值得到； 为中间变量； 其中，rLE为前缘的曲率半径；a0为厚度曲线前半段的系数； 再得到厚度曲线tu的计算公式如下： 其中，u表示横坐标值；tu表示当前位置的厚度； S12，通过最大弧度M、最大弧度位置P，计算弧度曲线cu，弧度曲线cu的计算公式如下： S13，通过计算好的厚度曲线和弧度曲线得到翼型轮廓，保留翼型参数和翼型轮廓数据； 翼型的轮廓散点数据按下列方法获取： 其中，yupperu和yloweru分别表示翼型的上半轮廓和下半轮廓。

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合肥九韶智能科技有限公司，其通讯地址为：230000 安徽省合肥市蜀山区金寨路91号立基大厦A座第16层1609；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。