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！

龙图腾网获悉上海华模科技有限公司申请的专利一种基于多任务学习的eVTOL气动建模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：CN120180868B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202510215038.9，技术领域涉及：G06F30/27；该发明授权一种基于多任务学习的eVTOL气动建模方法是由李鹏;汪海洋;傅俊;陈开民;王杰设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本一种基于多任务学习的eVTOL气动建模方法在说明书摘要公布了：本发明涉及航空气动建模技术领域，更具体地说，涉及一种基于多任务学习的eVTOL气动建模方法。本方法包括：分析eVTOL各气动部件的气动效应与相互影响，识别影响飞行器气动性能的关键特征参数，获得气动效应分析结果；利用气动效应分析结果，结合多层感知器神经网络和长短期记忆神经网络，构建基于气动效应特征的多任务学习模型；获取飞行器原始数据，根据飞行状态与气动特性，构建样本数据集；使用样本数据集对多任务学习模型进行训练，并进行验证评估，获得并输出eVTOL的多任务学习模型。本发明能够更准确地反映气动干扰和耦合特性，实现对eVTOL复杂气动特性的快速精准预测。

本发明授权一种基于多任务学习的eVTOL气动建模方法在权利要求书中公布了：1.一种基于多任务学习的eVTOL气动建模方法，其特征在于，包括以下步骤： 步骤S1，分析eVTOL各气动部件的气动效应与相互影响，识别影响飞行器气动性能的关键特征参数，获得气动效应分析结果； 步骤S2，利用气动效应分析结果，结合多层感知器神经网络和长短期记忆神经网络，构建基于气动效应特征的多任务学习模型； 步骤S3，获取飞行器原始数据，根据飞行状态与气动特性，构建样本数据集； 步骤S4，使用步骤S3的样本数据集对步骤S2的多任务学习模型进行训练，并进行验证评估，获得并输出eVTOL的多任务学习模型； 其中，所述步骤S1中，所述影响飞行器气动性能的关键特征参数进一步包括：状态与控制参数、中间参数、特殊空气动力学特性参数、受气动效应影响的状态参数和气动系数； 从状态与控制参数出发，经过中间参数、特殊空气动力学特性参数、受气动效应影响的状态参数的传递，直到气动系数，构成气动效应影响因素之间的耦合与循环关系； 所述步骤S2中的基于气动效应特征的多任务学习模型，进一步包括输入层，若干共享层、任务特定层以及输出层： 所述输入层，接收来自气动效应分析的状态与控制变量作为输入； 所述若干共享层，用于提取气动效应特征，并共享不同子任务的参数； 所述若干共享层，包含长短期记忆网络神经元和多层感知器神经元，用于分别提取气动特性的循环特性和非线性特征； 所述若干共享层，包括第一共享层、第二共享层、第三共享层： 所述第一共享层，与输入层之间采用稀疏连接，用于表示影响气动特性的中间参数； 所述第二共享层，与第一共享层之间采用稀疏连接，将通过长短期记忆网络神经元处理的输出与多层感知器神经元的输出加权结合后传递至第三共享层； 所述第三共享层，与第二共享层之间采用稀疏连接，结合第二共享层的输出，与长短期记忆网络神经元、多层感知器神经元的输出加权结合后传递至任务特定层； 所述任务特定层，接受各子任务所需的最后一层共享层的输出，通过各自的激活函数完成非线性变换，以不同的权值加权得到各子任务对应的气动系数； 所述输出层，用于输出气动力和力矩系数。

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华模科技有限公司，其通讯地址为：201315 上海市浦东新区中国(上海)自由贸易试验区康桥东路8号409室；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。