上海交通大学刘晓晶获国家专利权
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！
龙图腾网获悉上海交通大学申请的专利板状元件矩形窄缝再淹没液滴夹带行为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：CN115511208B 。
龙图腾网通过国家知识产权局官网在2026-05-01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：202211279166.2，技术领域涉及：G06F18/20；该发明授权板状元件矩形窄缝再淹没液滴夹带行为预测方法是由刘晓晶;许巍;宋美琪;邓永皓;何辉;熊进标设计研发完成，并于2022-10-19向国家知识产权局提交的专利申请。
本板状元件矩形窄缝再淹没液滴夹带行为预测方法在说明书摘要公布了：一种板状元件矩形窄缝再淹没液滴夹带行为预测方法，在离线阶段通过构建并初始化BP神经网络，将实验边界条件作为输入变量、液体夹带率作为输出变量进行训练并优化权值和阈值后，用于在在线阶段进行预测。本发明利用人工神经网络预测方法通过大量数据训练输入‑输出关系，从而能够迅速、准确地计算出适用于绝大多数板状元件底部再淹没工况的液体夹带率数值。
本发明授权板状元件矩形窄缝再淹没液滴夹带行为预测方法在权利要求书中公布了：1.一种板状元件矩形窄缝再淹没液滴夹带行为预测方法，其特征在于，在离线阶段通过构建并初始化BP神经网络，将实验边界条件作为输入变量、液体夹带率作为输出变量进行训练并优化权值和阈值后，用于在在线阶段进行预测； 所述的实验边界条件包括：入口冷却水温度、冷却水流速、系统压力、加热功率； 所述的训练，采用热工水力最佳估算程序Relap5，以实验数据为基础进行数据扩充：首先利用实验结果验证Relap5程序模拟的准确性，然后利用该程序扩充板状元件底部再淹没液滴夹带的数据库；采用的损失函数中包括：由神经网络输出计算得到的出口夹带量减去入口流量的差值与0之间的较大值； 针对不同网络结构进行20次计算并统计最终平均误差，根据误差计算结果，最终确定学习率为0.5，网络结构为4-9-5-1，学习率参数也是经过计算对比得到，取作0.5既不会因为学习率过小导致梯度下降缓慢、网络训练时间过长、陷入局部最小值并错过全局最小值的情况；同样也不会因为学习率设置过大而出现越过最小值而导致计算不收敛情况的发生。
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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励