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！

龙图腾网获悉北京航空航天大学申请的专利一种基于AI-CFD的高超声速气动热环境智能快速预测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：CN115375012B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202210931742.0，技术领域涉及：G06F30/28；该发明授权一种基于AI-CFD的高超声速气动热环境智能快速预测方法是由王正坤;赵瑾;叶致凡;孙向春;李志辉;文东升设计研发完成，并于2022-08-04向国家知识产权局提交的专利申请。

本一种基于AI-CFD的高超声速气动热环境智能快速预测方法在说明书摘要公布了：本发明公开了一种基于AI‑CFD的高超声速气动热环境智能快速预测方法，包括步骤：将高超声速钝头体的几何模型文件及云图文件导入CFD数值模拟软件数据库，搭建python环境；对几何模型文件进行处理，得到二值化数据；对二值化数据进行处理，得到有向距离场数据；对二值化数据进行处理，得到流区通道数据；对云图文件进行处理，得到云图网格状拓扑结构数据；将有向距离场、流区通道和云图网格状拓扑结构数据作为CNN训练的输入，通过调研得到不同海拔下的物理边界条件参数，加上云图网格状拓扑结构数据作为RBFNN训练的输入，利用训练完成的模型预测流场、温度场、速度场和气相浓度分布场。该方法较传统数值仿真的预测速度更快，且可用于多种预测场景，自由度更高。

本发明授权一种基于AI-CFD的高超声速气动热环境智能快速预测方法在权利要求书中公布了：1.一种基于AI-CFD的高超声速气动热环境智能快速预测方法，其特征在于，包括如下步骤： S1：将高超声速钝头体的几何模型文件及云图文件导入CFD数值模拟软件数据库，搭建python环境； S2：对CFD数值模拟软件数据库中高超声速钝头体的几何模型文件进行处理，得到二值化数据； S3：对二值化数据进行处理，得到有向距离场数据； S4：对二值化数据进行处理，得到流区通道数据； S5：对CFD数值模拟软件数据库中高超声速钝头体的云图文件进行处理，得到云图文件对应的云图网格状拓扑结构数据； S6：将有向距离场、流区通道和云图网格状拓扑结构数据作为CNN训练的输入，采用CNN耦合U-net图像分割结构的方式进行训练，利用训练完成的CNN模型预测高超声速气动热环境下钝头体表面的流场、温度场、速度场和气相浓度分布场；通过调研得到不同海拔下的物理边界条件参数，加上云图网格状拓扑结构数据作为RBFNN训练的输入，利用训练完成的RBFNN模型预测高超声速气动热环境下钝头体表面的流场、温度场、速度场和气相浓度分布场； 所述步骤S3包括以下子步骤： 3.1，对步骤S2中二值化数据使用函数cv2.distanceTransform，获得距离场数据； 3.2，定义一个整体循环，遍历距离场数据，将距离场数据中钝头体内部的数据点值改成对应的负值，从而将距离场数据变成有向距离场数据； 3.3，使用pandas数据包里的函数df.to_csv，输出有向距离场数据； 所述步骤S4包括以下子步骤： 4.1，定义一个整体循环，遍历步骤S2中的二值化数据，将二值化数据中钝头体内部的数据点值改成0，钝头体周围的流场数据点值改成1，无滑移壁面数据点值改成2，入口面数据点值改成3，出口面数据点值改成4； 4.2，使用pandas数据包里的函数df.to_csv，输出流区通道数据； 所述步骤S5包括以下子步骤： 5.1，在python程序中，调用计算所需的python包，包括：cv2,numpy,matplotlib,pandas； 5.2，使用cv2.imread读取云图数据，其中云图每个数据点的颜色有其固定的RGB值和物理数值； 5.3，使用.itemx,y,n获取云图在x,y坐标处的第n通道值，n＝0是R值，n＝1是G值，n＝2是B值； 5.4，读取完云图RGB通道值后，查询RGB值与具体物理数值的映射关系，反推出云图各数据点的值，得到云图文件对应的云图网格状拓扑结构数据； 5.5，使用pandas数据包输出云图网格状拓扑结构数据对应的csv文件。

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航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。