Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学;苏州湍流数字科技有限公司温风波获国家专利权

哈尔滨工业大学;苏州湍流数字科技有限公司温风波获国家专利权

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!

龙图腾网获悉哈尔滨工业大学;苏州湍流数字科技有限公司申请的专利一种基于多通路自注意力网络的涡轮叶片表面场快速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:CN119514340B

龙图腾网通过国家知识产权局官网在2025-12-12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:202411564296.X,技术领域涉及:G06F30/27;该发明授权一种基于多通路自注意力网络的涡轮叶片表面场快速预测方法是由温风波;李左飙;万晨昕;李一越;赵智源;罗余曦;姜庆宇;管晨设计研发完成,并于2024-11-05向国家知识产权局提交的专利申请。

一种基于多通路自注意力网络的涡轮叶片表面场快速预测方法在说明书摘要公布了:一种基于多通路自注意力网络的涡轮叶片表面场快速预测方法,涉及数据预测技术领域。为解决现有技术中存在的,现有的涡轮叶片表面场预测技术耗时长且计算成本高,精度不足,以及存在显著的温度和压力分布不均匀性的技术问题,本发明提供的技术方案为:一种基于多通路自注意力网络的涡轮叶片表面场快速预测模型建立方法,包括:采集涡轮叶片表面场数据;采集预设多通路自注意力网络架构;进行预处理;根据处理后的多通路自注意力网络架构,对所述涡轮叶片表面场进行特征提取和建模;根据所述特征提取和建模结果,建立“从边界条件到涡轮叶片表面温度场和压力场的映射关系”。适合应用于涡轮叶片表面温度场和压力场预测的工作中。

本发明授权一种基于多通路自注意力网络的涡轮叶片表面场快速预测方法在权利要求书中公布了:1.一种基于多通路自注意力网络的涡轮叶片表面场快速预测模型建立方法,其特征在于,包括: 采集涡轮叶片表面场数据的步骤; 具体为: 采样点布置:在涡轮叶片表面沿展向切割成128个截面,沿叶型弧线在吸力侧和压力侧均匀布置了256个采样点;从压力侧尾缘开始,越过前缘直到吸力侧尾缘,将三维叶片表面展成矩阵化的二维平面; 数据结构化:每个完整叶片表面场构造成形状为2×128×512的数组,存储叶片表面的压力和温度数据; 建立预设多通路自注意力网络架构的步骤; 所述多通路自注意力网络架构为多路径结构,包括三个分支,每个分支处理不同尺寸的数据,边界条件扩展为32×128,经过两个下采样层,三个路径分别为32×128、16×64和8×32; 每个分支包括卷积层、残差SwinTransformer块和上采样算子PixelShuffle,卷积层负责特征集成,残差SwinTransformer块用于提取深度特征,PixelShuffle用于高分辨率重建; 多通路自注意力网络架构引入滑动窗口方法,增加子矩阵之间的相关性,通过循环移位策略降低计算复杂度; 对所述预设多通路自注意力网络架构进行预处理的步骤; 所述预处理具体为:在所述多通路自注意力网络架构的每个路径中配置卷积层、残差SwinTransformer块和PixelShuffle上采样算子; 根据处理后的多通路自注意力网络架构,对所述涡轮叶片表面场进行特征提取和建模的步骤; 根据所述特征提取和建模结果,建立“从边界条件到涡轮叶片表面温度场和压力场的映射关系”的步骤; 得到训练好的快速预测模型的步骤。

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哈尔滨工业大学;苏州湍流数字科技有限公司,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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。