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！

龙图腾网获悉中国空气动力研究与发展中心计算空气动力研究所申请的专利一种基于流场关联性的气动特征智能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：CN121257329B 。

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：202511793961.7，技术领域涉及：G06F30/27；该发明授权一种基于流场关联性的气动特征智能预测方法是由孙国鹏;张效源;王岳青;张鹏;熊振宇;邓亮设计研发完成，并于2025-12-02向国家知识产权局提交的专利申请。

本一种基于流场关联性的气动特征智能预测方法在说明书摘要公布了：本发明公开了一种基于流场关联性的气动特征智能预测方法，涉及流场预测与流场关联性分析领域。本发明针对三维流场数据，在输入端增加流场关联性信息，增强输入信息强度，使得训练时更快进行收敛，可以显著降低训练样本，提高训练效率，为数据驱动的流场预测方法提供了一定思路。

本发明授权一种基于流场关联性的气动特征智能预测方法在权利要求书中公布了：1.一种基于流场关联性的气动特征智能预测方法，其特征在于，包括： 步骤S1：获取飞行器外形的表面点云坐标并解析网格拓扑，构造外形拓扑数据集；针对多个飞行条件下的已知流场，提取流场特征矩阵，形成流场特征数据集； 步骤S2：在相同外形的多个已知流场之间建立关联，将飞行条件与流场特征融合，得到包含流场关联性信息的增强输入数据集； 步骤S3：基于外形拓扑数据的图数据结构特性，构建可自适应节点数量输入的流场关联性神经网络； 步骤S4：采用一对多关系与采样策略对增强输入数据集进行训练与优化，获得收敛的流场关联性模型； 步骤S5：将目标外形拓扑、任意一个已知飞行条件下的流场及目标飞行条件输入训练好的流场关联性模型，输出目标飞行条件下的预测流场； 所述步骤S2，包括： 步骤S21：提取飞行器已知流场的流场特征矩阵数据；针对步骤S11中的多种飞行器外形，假设每种外形通过数值模拟计算方法得到已知的种飞行条件下的流场，共有个已知流场，即，飞行条件包括攻角和马赫数，每个流场包含5个特征参数，即，其中代表该流场对应飞行器外形的网格节点数量； 步骤S22：使用无量纲化方法对数据进行预处理；针对点云坐标数据、流场特征矩阵数据、网格拓扑关系和飞行条件分别进行不同的处理；针对步骤S21中每一组飞行条件进行标准化处理将数值压缩到相同的数量级下，同时转化为二维矩阵并利用广播机制进行矩阵复制，得到飞行条件矩阵，其中代表该飞行条件对应飞行器外形的节点数量；针对每个流场数据，与对应飞行器外形坐标数据和飞行条件数据拼接合并，使用对应飞行条件下的已知流场强化输入数据所携带信息，得到输入矩阵数据；对输入特征矩阵进行归一化处理，得到归一化矩阵数据，并将邻接关系矩阵转化为COO格式的存储形式； 步骤S23：引入流场关联性信息构建信息增强数据库；引入流场特征信息作为输入，增强数据所携带的信息量，得到组成的集合，即信息增强后的数据库。

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中国空气动力研究与发展中心计算空气动力研究所，其通讯地址为：621052 四川省绵阳市涪城区二环路南段6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。