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！

龙图腾网获悉兰州交通大学申请的专利一种刚柔耦合仿生胸鳍拍波协同运动参数优化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：CN121115833B 。

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：202511643267.7，技术领域涉及：G05D1/49；该发明授权一种刚柔耦合仿生胸鳍拍波协同运动参数优化方法是由王治平;李宗刚;黎斌;陈引娟;王冠;宋世杰设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本一种刚柔耦合仿生胸鳍拍波协同运动参数优化方法在说明书摘要公布了：本发明公开了一种刚柔耦合仿生胸鳍拍波协同运动参数优化方法，在统一坐标与参数化框架下，将三自由度刚性拍动与展弦向柔性行波耦合生成位姿与速度，构建降阶动力学和物理监督相结合的生成器层；利用数值模拟与水池实验并行互校数据集，基于关联和差异的多保真分解与高斯过程先验，形成水动力映射模型，输出水动力系数后验均值与不确定性，并映射为机体系合力与合力矩；最终构建推进优先、抑扰优先与平衡推进三类多目标鲁棒闭环优化，结合多目标进化算法与可实现性投影及在线更新，获得稳健最优参数；该方法可实现胸鳍拍波协同运动的高精度建模、实时优化与智能调控，显著提升仿生机器鱼的推进效率、姿态稳定性与环境适应能力。

本发明授权一种刚柔耦合仿生胸鳍拍波协同运动参数优化方法在权利要求书中公布了：1.一种刚柔耦合仿生胸鳍拍波协同运动参数优化方法，其特征在于，包括如下步骤： S1、刚性拍动运动由前后拍翼运动、上下拍翼运动与摇翼运动构成；柔性波动运动由鳍面展向运动与鳍面弦向运动叠加传播；建立胸鳍-机体-流场的统一运动学生成框架，定义胸鳍系为和机体系为，采用内禀欧拉角序列建立坐标变换关系，并通过胸鳍主动旋转方向矩阵把所述胸鳍系映射到机体系，并给出避免万向节锁的逆映射形式；胸鳍运动模型由鳍骨刚性拍动方程和鳍面柔性波动方程组成，所述鳍骨刚性拍动方程由拍动幅值、拍动包络函数、拍动频率和拍动相位共同确定；所述鳍面柔性波动方程由鳍面空间幅值包络函数、鳍面运动时间包络线函数及鳍面总相位的余弦关系描述； S2、在机体系下，将所述鳍骨刚性拍动方程和所述鳍面柔性波动方程耦合，统一生成胸鳍拍波耦合位移方程，所述胸鳍拍波耦合位移方程包括鳍根参考点位置、胸鳍初始位置、所述鳍面柔性波动方程、胸鳍被动旋转方向矩阵；通过将所述胸鳍拍波耦合位移方程结合机体系胸鳍拍动角速度与法向基矢时间导数得到胸鳍拍波速度方程，并将所述胸鳍拍波速度方程在机体系内进行法向和切向分解得到胸鳍拍波耦合法向速度和胸鳍拍波耦合切向速度；为了对外提供统一接口，将所述胸鳍拍波速度方程写成刚性体几何雅可比矩阵乘以胸鳍拍动角速度与柔性体几何雅可比矩阵乘以柔性波动最小参数速度的线性组合，使控制器与计算流体力学动网格能直接调用同一套状态量；为保证工程可实施性，轨迹在生成器层内满足可行域约束，通过软饱和对指令角位移与指令角速度进行限制，并采用功率门控做同尺度收缩，使瞬时功率不超过功率上限，同时保证胸鳍拍动角速度不越界； S3、提出降阶动力学模型和物理监督联合的生成器层方案；离线阶段，采用本征正交分解从高保真快照中提取形状基，训练得到以动态模态分解构建的低阶形状基与降阶动力学模型；在线阶段，以低频的物理快照生成算子输出金标形变快照，在每个稀疏校正时刻，通过带权最小二乘的投影将所述金标形变快照映射到模态坐标，并采用残差最小化和先验协方差正则的监督校正方法，将投影得到的模态坐标与预测模态坐标融合，更新得到校正模态坐标，形成在线循环预测-校正的间歇式闭环； S4、在S2的运动学基础上，建立数值模拟和水池实验的并行采集与互校流程，并通过统一的数据规约与偏差标定确保测算一致性；定义水动力系数向量由推力系数、侧向力系数、升力系数与功率系数组成，并以流体密度、参考速度与有效面积将所述水动力系数换算为机体系的瞬时流体力与瞬时功率；在数值模拟部分，采用非定常雷诺平均纳维–斯托克斯方法求解，几何运动由动网格实现，流固界面施加无滑移边界条件，入口设定来流速度，出口定压，固壁无滑移；据此构建数值模拟数据集，所述数值模拟数据集由胸鳍运动控制参数及其对应的仿真水动力系数向量组成；为控制数值精度，进行网格独立性指标和时间独立性指标验证；在实验测量部分，采用六维力传感器与位姿同步采集，形成实验校准数据集，数据集为胸鳍运动控制参数与对应的实验水动力系数的成对集合；为在同一频带与时间基准上比较推力系数，先对仿真推力系数与实验推力系数分别施加带通滤波算子得到滤波后的序列，再通过互相关在候选时延上寻找使互相关值最大的最佳时延，完成相位对齐； S5、利用“关联-差异”的多保真分解，在低保真模型的全局结构基础上，通过引入按胸鳍控制参数输入的系统残差函数对系统性偏差进行修正，从而在训练阶段形成可泛化的先验-后验映射；在预测阶段，水动力映射模型以数值模拟数据集与实验校准数据集为联合支撑，输入胸鳍控制参数，输出水动力系数后验均值及不确定性协方差矩阵；为刻画数值模拟数据集和实验校准数据集的系统差异，以自回归系数对低保真标量响应进行缩放，并叠加依赖胸鳍控制参数的系统残差项，得到高保真标量响应；对低保真标量响应与系统残差项分别施加相互独立的高斯过程先验，构建可学习的先验-后验映射模型；为提升复杂工况下的稳定性与可信度，在损失函数中叠加入动量和能量守恒控制方程构造的残差正则项，在给定时间窗内将数据拟合误差与物理残差按权衡系数联合约束；随后，将水动力系数后验均值按参考速度、流体密度与有效面积换算为机体系胸鳍合力，通过受力臂积分求矩，并叠加附加质量模型与黏性阻力矩模型，得到机体系胸鳍合力矩；由此形成的参数传递链为由所述胸鳍控制参数经所述水动力映射模型得到所述水动力系数后验均值与所述不确定性协方差矩阵，再经力学映射得到所述机体系胸鳍合力与所述机体系胸鳍合力矩，作为后续多目标优化的统一接口量； S6、在所述水动力映射模型的基础上，构建面向不同任务场景的多目标鲁棒闭环优化模型；为使目标定义与任务场景相对应，在统一评价窗口内计算水动力系数区间平均值与水动力系数区间均方根；随后按任务场景切换三种目标层：其一为推进优先模型，在确保功率受控前提下最大化平均推力，并用相对推力比例与抖动阈值同时约束侧向力与升力；其二为抑扰优先模型，以最小化侧向力与升力的平均值和均方根为主，同时将净推进压至近零并限制功率上限；其三为平衡推进模型，对同一指标族进行加权求和，以在推进、能耗与抗扰之间取得折中；所述多目标鲁棒闭环优化模型由所述推进优先模型、所述抑扰优先模型和所述平衡推进模型组成，采用多目标进化算法求解所述多目标鲁棒闭环优化模型，且所有候选解始终满足工程可行域；为保证工程可实现性，通过投影度量加权矩阵对候选解实现工程投影，使其严格落入可行域；同时水动力映射模型采用在线更新数据方法，在每一评估回合以自适应学习率沿瞬时损失的梯度对代理参数进行小步更新，以抵御分布漂移并提升对其他工况的适应性。

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兰州交通大学，其通讯地址为：730070 甘肃省兰州市安宁区安宁西路88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。