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基于谱域残差感知神经网络的翼型流场预测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：CN121389342B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511982519.9，技术领域涉及：G06F30/15；该发明授权基于谱域残差感知神经网络的翼型流场预测方法及系统是由王京盈;李明瑞;孙柯;韩方舟设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本基于谱域残差感知神经网络的翼型流场预测方法及系统在说明书摘要公布了：本发明提出了基于谱域残差感知神经网络的翼型流场预测方法及系统，属于飞行器设计技术领域；包括：构建包含有多个标准翼型坐标信息的翼型几何数据库；构建翼型流场数据库，基于有限体积法的Fluent求解器，在高雷诺数条件下开展定常可压流场模拟，生成翼型流场数据；采用带有残差连接机制的自编码器模型提取翼型几何特征；构建谱域残差感知神经网络，并引入傅里叶变换与条件位置编码机制；利用训练好的谱域残差感知神经网络进行翼型流场预测。本发明通过分段式建模框架，将几何特征提取与流场预测过程解耦，能够在不同类型的网格与数据分布下实现高效建模，实现翼型流场精准预测。

本发明授权基于谱域残差感知神经网络的翼型流场预测方法及系统在权利要求书中公布了：1.基于谱域残差感知神经网络的翼型流场预测方法，其特征在于，包括： 构建包含有多个标准翼型坐标信息的翼型几何数据库，并对各标准翼型的轮廓进行像素化处理，生成对应的黑白二值图； 构建翼型流场数据库，基于有限体积法的Fluent求解器，在高雷诺数条件下开展定常可压流场模拟，生成多种几何与来流工况下的翼型流场数据； 采用带有残差连接机制的自编码器模型提取翼型几何特征：通过所述自编码器模型的编码模块将黑白二值图压缩为低维几何特征向量；通过所述自编码器模型的解码模块对翼型轮廓进行重建并验证提取效果； 构建谱域残差感知神经网络，在谱域残差感知神经网络中引入傅里叶变换与条件位置编码机制并进行训练；通过多尺度投影将空间坐标映射到不同的尺度域中，使近壁区域与远场区域的空间坐标分别投影到不同频率的波段；最后利用训练完成的谱域残差感知神经网络进行翼型流场预测；所述谱域残差感知神经网络，以自编码器模型提取的几何特征、来流条件、网格节点坐标和无符号距离函数作为输入，输出相应节点的速度分量与压力系数，所述来流条件包括马赫数和攻角。

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。