中国核动力研究设计院毕景良获国家专利权
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！
龙图腾网获悉中国核动力研究设计院申请的专利一种基于机器学习的通道流动传热预测方法、设备和介质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：CN120745472B 。
龙图腾网通过国家知识产权局官网在2025-11-18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：202511270076.0，技术领域涉及：G06F30/27；该发明授权一种基于机器学习的通道流动传热预测方法、设备和介质是由毕景良;邓康杰;徐建军;袁德文;李朋洲;昝元锋设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。
本一种基于机器学习的通道流动传热预测方法、设备和介质在说明书摘要公布了：本发明公开了一种基于机器学习的通道流动传热预测方法、设备和介质，涉及参数预测技术领域，基于已有流动传热关系式生成补充数据，有效覆盖实验数据稀少的工况，确定影响流动阻力和传热系数的关键无量纲参数，使模型能够聚焦于对流动传热关系影响最为关键的因素，提高模型对流动传热现象本质的把握能力，进而能够更准确地预测流动传热系数和摩擦阻力系数，通过构建神经网络模型有效捕捉输入参数与流动传热系数或摩擦阻力系数之间的复杂非线性关系，采用稀疏回归方法拟合实验数据、关系式预测数据和神经网络模型生成的大量预测数据为显式数学表达式，能够解决现有关系式预测范围较窄、通用性差的问题，有效提高对通道流动传热关系的预测精度。
本发明授权一种基于机器学习的通道流动传热预测方法、设备和介质在权利要求书中公布了：1.一种基于机器学习的通道流动传热预测方法，其特征在于，包括以下具体步骤： 采集不同尺寸和结构换热通道内流体流动传热实验数据，收集已有的不同尺寸和结构换热通道的多个参数条件形成的流动阻力和传热系数的经验关系式； 对采集数据进行预处理，基于预处理后的数据确定关键无量纲参数； 基于经验关系式生成适用工况范围内的补充数据，得到训练集； 构建神经网络模型，将训练集输入到神经网络模型中进行训练； 基于训练后的神经网络模型生成流体流动传热预测数据；其中，所述流体流动传热预测数据为实验数据和物理模型覆盖不到的工况范围的数据； 识别流动和传热机制边界，对实验数据、经验关系式的计算数据和流体流动传热预测数据进行分类，实现分区域拟合；采用稀疏回归方法，将实验数据、经验关系式的计算数据和流体流动传热预测数据拟合为显式数学表达式。
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中国核动力研究设计院，其通讯地址为：610000 四川省成都市双流区长顺大道一段328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