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！

龙图腾网获悉山东大学申请的专利一种基于大模型的注浆智能仿真方法及系统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：CN121145747B 。

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：202511685831.1，技术领域涉及：G06F30/28；该发明授权一种基于大模型的注浆智能仿真方法及系统是由李术才;赵晟喆;张秒;许振浩;潘东东;马义全;李轶惠设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本一种基于大模型的注浆智能仿真方法及系统在说明书摘要公布了：本发明属于智能注浆模拟技术领域，具体公开了一种基于大模型的注浆智能仿真方法及系统，方法包括：获取注浆现场监测的注浆压力和注浆流量数据，通过注浆实验得到的注浆压力、流量、浆液扩散形态数据，以及通过数值仿真得到的多相流场数据；利用预处理后的数值仿真数据、注浆实验数据和部分现场监测数据，训练教师模型；在计算域内，对于设定的预测工况，采用差异化知识蒸馏策略，分别处理非场数据和场数据，将教师模型的泛化知识迁移至学生模型；获取待测工况下的参数输入至训练好的学生模型，得到浆液扩散场、压力场和速度场的预测结果。本发明实现了快速适配新工况的需求，满足了注浆工程中实时决策的效率要求。

本发明授权一种基于大模型的注浆智能仿真方法及系统在权利要求书中公布了：1.一种基于大模型的注浆智能仿真方法，其特征在于，包括： 获取注浆现场监测的注浆压力和注浆流量数据，通过注浆实验得到的注浆压力、流量、浆液扩散形态数据，以及通过数值仿真得到的多相流场数据； 将获取的数据划分为场数据和非场数据，并进行预处理； 利用预处理后的数值仿真数据、注浆实验数据和部分现场监测数据，训练教师模型； 在计算域内，对于设定的预测工况，采用差异化知识蒸馏策略，分别处理非场数据和场数据，将教师模型的泛化知识迁移至学生模型； 获取待测工况下的参数输入至训练好的学生模型，得到浆液扩散场、压力场和速度场的预测结果； 其中，对于设定的预测工况，采用差异化知识蒸馏策略，分别处理非场数据和场数据，具体为： 对于非场数据的时序预测，教师模型生成压力和流量的预测概率分布作为软标签，通过KL散度损失优化软标签学习； 针对注浆过程时序数据的稀疏性和不确定性，引入时序不确定性损失，使用变分推理估计预测分布的不确定性，惩罚高不确定区域；同时结合目标工况的稀疏真实数据计算均方误差损失； 对于场数据的图像，教师模型生成相分数分布的软标签，捕捉扩散边界和速度模式，学生模型优化KL散度损失；结合稀疏区域图像的真实数据计算像素级均方误差损失；同时引入地质异质性敏感损失，惩罚模型对异质区域的预测偏差； 对于场数据的网格，教师模型生成相分数、速度和压力的时空分布软标签，包含涡流和压力梯度特征，学生模型优化KL散度损失；同时结合部分网格点的真实数据计算物理场均方误差； 将教师模型的泛化知识迁移至学生模型，具体为： 从教师模型的时序预测分支、区域特征提取分支和全局流场预测分支中提取权重，作为学生模型的初始参数，针对目标工况特性进行微调，确保模型适配特定工况的动态和分布特征，具体过程为： 对于非场数据，迁移学习利用稀疏的目标工况数据优化时序预测分支，通过均方误差损失调整权重； 对于场数据中的图像，迁移学习利用目标工况图像优化区域特征提取分支，通过像素级均方误差精炼扩散边界预测； 对于场数据中的网格，迁移学习利用部分网格点数据优化全局流场预测分支，通过物理场均方误差调整流场动态。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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。