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！

龙图腾网获悉浙江大学申请的专利基于时空混合矩阵POD降维的非定常流场加速计算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：CN120541342B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202510621469.5，技术领域涉及：G06F17/11；该发明授权基于时空混合矩阵POD降维的非定常流场加速计算方法是由江中正;关成启;陈伟芳;卢志毅;平熠;陈烨斯设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本基于时空混合矩阵POD降维的非定常流场加速计算方法在说明书摘要公布了：本发明公开了一种基于时空混合矩阵POD降维的非定常流场加速计算方法，包括以下步骤：1在双时间迭代过程中，周期性地采集非定常流场在不同时间步的物理量数据，并将不同时间步的数据按列堆叠，构成统一的时空混合数据矩阵；2对所述时空混合数据矩阵执行本征正交分解，构建低维特征空间；3动态更新所述低维特征空间；4基于所述低维特征空间重构流场数据，作为下一步双时间迭代的初值；5在内迭代过程中，通过计算残差判断初值改善的加速效果，以减少计算量并加速求解。本发明能够在保证计算精度的前提下，减少计算内迭代步数和非定常流场计算成本，能够有效减少数据维度，优化计算资源的使用，具有较强的实际应用价值。

本发明授权基于时空混合矩阵POD降维的非定常流场加速计算方法在权利要求书中公布了：1.一种基于时空混合矩阵POD降维的非定常流场加速计算方法，其特征在于，包括以下步骤： 1在双时间迭代过程中，周期性地采集非定常流场在不同时间步的物理量数据，并将不同时间步的数据按列堆叠，构成统一的时空混合数据矩阵； 2对所述时空混合数据矩阵执行本征正交分解，根据特征值大小对特征向量进行排序，优先保留对总扰动能量贡献最大的模态，确定能量保留比例，动态选取模态数量，构建低维特征空间； 3动态更新所述低维特征空间，即在预设的迭代周期内重复执行步骤1和2，以适应流场随时间演变的特性； 4基于所述低维特征空间重构流场数据，将重构后的流场作为下一步双时间迭代的初值； 5在内迭代过程中，通过计算残差判断初值改善的加速效果，当内迭代残差低于预设阈值时，跳过当前时间步的部分或全部内迭代步骤，直接进入下一个物理时间步的计算，以减少计算量并加速求解； 所述步骤2中的本征正交分解采用能量最大化原则对快照数据进行降维处理，过程包括： 2a.设时空混合扰动矩阵构造方式为：在若干连续时间步内，采集包含速度、压力、密度物理量的扰动数据，将每一时刻的空间场数据以列向量形式堆叠，形成一个按时间排列的列向量序列，从而构成一个统一的时空混合扰动矩阵，进行POD分解得到： 其中x代表位置量，维度随问题维数变化，一维时为x坐标，二维时为x,y坐标，三维时为x,y,z；t代表时间量；m为空间网格点数；N为采集快照数量；B＝[φ1,φ2,...,φr]为正交空间模态集，S＝diagσ1,σ2,...,σr为按大小排序的奇异值对角矩阵，V为时间系数矩阵； 2b.依据扰动动能贡献大小对模态进行排序，能量贡献由奇异值确定，每个模态φi对总能量的贡献为： 其中r为快照矩阵的秩，σi为每个模态对应奇异值，Ei为每个模态对应能量贡献； 2c.按累计能量贡献率从大到小截取前N个主模态，满足以下自适应条件： 其中，η为预设的能量保留阈值，取值为0.95或0.98，用于确保低维模态子空间保留扰动主能量； 2d.所选主模态构建低维特征空间BN＝[φ1,φ2,...,φN]，用于后续流场重构与加速计算。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。