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！

龙图腾网获悉中国农业大学申请的专利基于混合神经网络的泵站流道准矩形断面的流场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：CN120409362B 。

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：202510921057.3，技术领域涉及：G06F30/28；该发明授权基于混合神经网络的泵站流道准矩形断面的流场预测方法是由姚志峰;杜煜心;王超越;钟强;王福军设计研发完成，并于2025-07-04向国家知识产权局提交的专利申请。

本基于混合神经网络的泵站流道准矩形断面的流场预测方法在说明书摘要公布了：本申请公开了一种基于混合神经网络的泵站流道准矩形断面的流场预测方法，属于泵站流道流场预测技术领域，包括根据实际泵站，构建缩放比例的模型泵站；基于模型泵站，进行粒子图像测速实验，并获取不同工况下肘型进水流道准矩形断面的流场数据和工况特征参数；构建MLP‑PINN混合神经网络模型；基于流场数据和工况特征参数训练MLP‑PINN混合神经网络模型；基于训练后的MLP‑PINN混合神经网络模型预测未知工况下泵站肘型进水流道准矩形断面的流场特性。该方法在有部分工况的实验数据的基础上，预测其他工况的流场特性，解决了工况覆盖不全面和成本高的问题，为泵站监测提供了更加全面的监测数据，增强了泵站的安全性。

本发明授权基于混合神经网络的泵站流道准矩形断面的流场预测方法在权利要求书中公布了：1.一种基于混合神经网络的泵站流道准矩形断面的流场预测方法，其特征在于，包括： S1：根据实际泵站，构建缩放比例的模型泵站； S2：基于模型泵站，进行粒子图像测速实验，并获取不同工况下多机组并联运行的轴流式泵站的肘型进水流道准矩形断面的流场数据和工况特征参数； S3：构建MLP-PINN混合神经网络模型； S4：基于流场数据和工况特征参数训练MLP-PINN混合神经网络模型； S5：基于训练后的MLP-PINN混合神经网络模型预测未知工况下泵站肘型进水流道准矩形断面的流场特性； 所述获取不同工况下多机组并联运行的轴流式泵站的肘型进水流道准矩形断面的流场数据，包括： 利用粒子图像测速实验获取不同工况下肘型进水流道准矩形断面的边界条件参数； 根据肘型进水流道的几何形状，获得肘型进水流道准矩形断面内部均匀分布节点的内部点位参数； 所述MLP-PINN混合神经网络模型包括前馈神经网络、连接层和物理信息神经网络； 所述前馈神经网络和物理信息神经网络均包括输入层、隐藏层和输出层；所述连接层通过连接前馈神经网络的输出层和物理信息神经网络的输入层将前馈神经网络和物理信息神经网络连接； 所述训练MLP-PINN混合神经网络模型，包括： A1：将获取的工况特征参数、边界条件参数和内部点位参数进行归一化处理； A2：将归一化后的工况特征参数和边界条件参数输入至MLP-PINN混合神经网络模型中的前馈神经网络中进行训练，得到肘型进水流道的边界处对应的边界条件；所述边界条件包括肘型进水流道准矩形断面进口面的压力与速度和出口面的压力与速度； A3：将前馈神经网络获得的边界条件和归一化后的内部点位参数输入至MLP-PINN混合神经网络模型中的物理信息神经网络中进行训练，得到肘型进水流道准矩形断面的流场数据。

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农业大学，其通讯地址为：100193 北京市海淀区圆明园西路2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。