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！

龙图腾网获悉上海交通大学申请的专利基于全场相似性准则的集合卡尔曼滤波湍流模型同化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：CN119808613B 。

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：202311303586.4，技术领域涉及：G06F30/28；该发明授权基于全场相似性准则的集合卡尔曼滤波湍流模型同化方法是由曲文海;李逸;熊进标设计研发完成，并于2023-10-10向国家知识产权局提交的专利申请。

本基于全场相似性准则的集合卡尔曼滤波湍流模型同化方法在说明书摘要公布了：一种基于全场相似性准则的集合卡尔曼滤波湍流模型同化方法，对候选湍流模型的系数进行敏感性分析得到敏感系数及其待拉丁超立方抽样的取值范围，即抽样区间；通过定向拉丁超立方抽样方法，在抽样区间中抽取模型常数样本组合，计算得到目标流场结果；针对目标流场结果和模型常数样本组合采用基于集合卡尔曼滤波算法的数据同化算法，得到优化模型常数组合后，对模型常数组合进行循环更新和收敛验证，得到最优模型参数组合，最后通过改进的湍流模型对压水堆堆芯内的燃料组件的内部流场进行高相似性模拟。本发明能够为数据同化方法提供全物理场相似性的客观评价标准，显著提高算法的收敛速度，加强算法的鲁棒性，降低算法的计算开销。

本发明授权基于全场相似性准则的集合卡尔曼滤波湍流模型同化方法在权利要求书中公布了：1.一种基于全场相似性准则的集合卡尔曼滤波湍流模型同化方法，其特征在于，包括： 步骤1针对湍流模型展开适用性研究，确定选用的湍流模型； 步骤2对选定的湍流模型中含有的重要模型常数，结合实验观测选定个敏感常数，组成敏感常数集合； 步骤3敏感性分析：对选定湍流模型涉及的常数进行敏感性分析，计算相关性系数对模型常数的敏感性系数,选定最大的前个常数组成敏感常数向量；根据敏感性系数确定各敏感常数定向抽样方向和区间，定向抽取组敏感常数构成样本集合； 步骤4数值模拟：根据样本集合设置湍流模型敏感常数进行N次CFD数值模拟，分别获取预测值向量； 步骤5从模型预测值，实验观测值和敏感常数样本集合出发，执行集合卡尔曼滤波算法，得到标定的湍流模型常数； 步骤6判断优化湍流模型常数收敛，即满足：时进入步骤7，否则重复步骤3，其中：为模型常数迭代残差,max为求最大值算子； 步骤7令，回代到步骤4的湍流模型进行CFD计算，获取优化后的目标物理量； 步骤8比较实验测量结果与目标物理量，判断优化结果可接受时，即模型预测值与实验观测值的相关性系数大于0.8时，输出优化模型常数，否则回到步骤1，重新开展数据同化，其中：为数值模拟时均速度场，为实验观测时均速度场。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。