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！

龙图腾网获悉北京理工大学申请的专利基于物理信息神经网络获取C/C复合材料烧蚀形貌的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：CN120954594B 。

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：202511491873.1，技术领域涉及：G16C60/00；该发明授权基于物理信息神经网络获取C/C复合材料烧蚀形貌的方法是由梁军;尚童;葛敬冉;赵瑞;杨晶;郭希诚设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本基于物理信息神经网络获取C/C复合材料烧蚀形貌的方法在说明书摘要公布了：本发明公开了一种基于物理信息神经网络获取CC复合材料烧蚀形貌的方法，涉及航空航天领域，包括以下步骤：将CC复合材料三维空间模型在笛卡尔坐标系下的坐标数据、烧蚀时间、无量纲参数Sh和无量纲参数A作为预训练的多层感知机网络的输入，通过预训练的多层感知机网络输出氧气摩尔浓度和固体体积分数；通过多层感知机网络输出的氧气摩尔浓度和固体体积分数求解气体相扩散方程和固体相演化方程，得到CC复合材料烧蚀形貌。本方法能够高效、准确地求解气固耦合方程，克服传统数值方法的局限性，以较低的计算成本精确获取CC复合材料在气固耦合作用下的烧蚀形貌，为CC复合材料在航空航天等领域的应用提供有力的理论支持和技术保障。

本发明授权基于物理信息神经网络获取C/C复合材料烧蚀形貌的方法在权利要求书中公布了：1.一种基于物理信息神经网络获取CC复合材料烧蚀形貌的方法，其特征在于，包括以下步骤： 构建CC复合材料在微观烧蚀模型中的气固耦合方程； 获取CC复合材料微观烧蚀行为的无量纲参数Sh和无量纲参数A； 构建预训练的多层感知机网络；构建CC复合材料三维空间模型； 将CC复合材料三维空间模型在笛卡尔坐标系下的坐标数据、烧蚀时间、无量纲参数Sh和无量纲参数A作为预训练的多层感知机网络的输入，通过预训练的多层感知机网络输出氧气摩尔浓度和固体体积分数； 基于气固耦合方程，获取CC复合材料在微观烧蚀模型中的气体相扩散方程和固体相演化方程；设定气体相扩散方程和固体相演化方程的初始条件与边界条件； 通过多层感知机网络输出的氧气摩尔浓度和固体体积分数求解气体相扩散方程和固体相演化方程，得到CC复合材料烧蚀形貌； 无量纲参数A的计算表达式为： 其中为CC复合材料中基体氧化反应速率；为基体相的摩尔体积；为CC复合材料中碳纤维的氧化反应速率；为纤维相的摩尔体积； 无量纲参数Sh的计算表达式为： 其中为CC复合材料的纤维半径；为CC复合材料的基体氧化反应速率；为扩散系数； 预训练的多层感知机网络的构建方法包括以下步骤： 设置多层感知机网络的隐藏层数量和每个隐藏层中神经元的个数，并在隐藏层中采用激活函数进行非线性变换；其中隐藏层数量和神经元个数通过开源框架Optuna进行确定； 构建气相扩散损失函数、固相演化损失函数和初始条件损失函数，进而得到多层感知机网络的总损失函数； 将已知烧蚀形貌的CC复合材料三维空间模型及其初始条件作为计算域，并在计算域内取点；其中取点方式为均匀采样、随机采样或自适应采样；所取的点包含氧气摩尔浓度和固体体积分数； 将所取点的坐标、烧蚀时间、无量纲参数Sh和无量纲参数A作为训练样本输入多层感知机网络，获取多层感知机网络预测得到的氧气摩尔浓度和固体体积分数； 将所取的点包含的氧气摩尔浓度和固体体积分数作为真实标签，结合多层感知机网络预测得到的氧气摩尔浓度和固体体积分数，通过多层感知机网络的总损失函数计算总损失值； 以最小化总损失值为目标调整多层感知机网络的参数，直至达到预设训练结束条件，得到预训练的多层感知机网络。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。