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！

龙图腾网获悉中国科学院工程热物理研究所申请的专利一种基于机器学习的航空发动机旋转叶片结冰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：CN120724618B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510981784.9，技术领域涉及：G06F30/17；该发明授权一种基于机器学习的航空发动机旋转叶片结冰预测方法是由吴杰;赵胜丰;卢新根;阳诚武;韩戈;姚利盼设计研发完成，并于2025-07-16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航空发动机旋转叶片结冰预测方法在说明书摘要公布了：本发明公开了一种基于机器学习的航空发动机旋转叶片结冰预测方法，涉及计算流体力学、传热传质、多相流模拟与人工智能等多个技术领域，用于快速准确预测不同来流工况和叶型参数条件下航空发动机风扇或压气机旋转叶片表面的结冰形态。该方法首先构建旋转叶片的参数化模型，结合正交实验设计生成多组叶型与工况组合，并通过仿真与实验构建多源结冰数据库；随后基于多层感知机与反卷积神经网络构建结冰预测模型，输入来流参数与叶型参数后可输出对应冰形图像；最后通过训练与验证实现模型优化，提升对真实冰形的识别与拟合能力。本发明能够有效提升结冰预测的效率和精度，为航空发动机的防冰设计和安全运行提供技术支持。

本发明授权一种基于机器学习的航空发动机旋转叶片结冰预测方法在权利要求书中公布了：1.一种基于机器学习的航空发动机旋转叶片结冰预测方法，其特征在于，至少包括如下步骤： S100. 建立基于叶片设计变量及叶片设计常量的航空发动机旋转叶片参数化几何模型；基于正交实验法对叶片设计变量进行多水平设计，并与叶片设计常量组合后生成多组叶型方案； S200. 针对每一叶型方案，基于正交实验法对来流工况参数进行多水平取值，设计生成多组来流工况参数组合，每一来流工况参数组合对应一结冰仿真算例；针对每一算例进行叶片结冰仿真计算，获得对应的叶片表面冰型数据，并据此构建结冰仿真数据库； S300. 收集获取航空发动机旋转叶片结冰的实验数据，并与叶片结冰仿真数据进行统一数据处理，构建融合实验数据与仿真数据的多源结冰数据库，并将多源数据库整理划分为训练集与测试集； S400. 建立包含输入层、隐藏层与输出层的结冰预测机器学习模型，输入层用于接收包含叶型参数与来流工况参数在内的多维特征向量，隐藏层用于对输入特征进行非线性映射以提取抽象特征，并将抽象特征还原为冰形图像的空间维度，输出层用于生成叶片表面结冰预测图像； S500. 基于训练集开展结冰预测机器学习模型的训练，采用加权均方误差损失函数引导模型优先拟合真实冰型特征，结合深度学习框架进行迭代训练，训练完成后利用测试集对模型的泛化能力进行评估； S600. 利用训练完成的结冰预测模型，进行旋转叶片的结冰预测。

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科学院工程热物理研究所，其通讯地址为：100190 北京市海淀区北四环西路11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。