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基于HPSOGA的航空发动机涡轮叶片多光谱测温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：CN119577975B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510129397.2，技术领域涉及：G06F30/15；该发明授权基于HPSOGA的航空发动机涡轮叶片多光谱测温方法是由孙畅;吴明佳;丁铭设计研发完成，并于2025-02-05向国家知识产权局提交的专利申请。

本基于HPSOGA的航空发动机涡轮叶片多光谱测温方法在说明书摘要公布了：本发明公开了基于HPSOGA的航空发动机涡轮叶片多光谱测温方法，属于涡轮叶片测温技术领域，方法包括以下步骤：S1：采集涡轮叶片的多光谱辐射数据和背景反射辐射数据；S2：初始化HPSOGA算法，随机生成初始粒子群；S3：计算环境复杂度因子，更新动态惩罚函数，计算动态惩罚函数的值；S4：构建多目标优化函数；S5：计算出所有粒子的适应度，得到个体最优解和全局最优解；S6：使用HPSOGA算法更新各粒子的速度和位置，生成新的粒子；迭代执行步骤S3‑S6至满足条件，输出全局最优解。本发明克服了对涡轮叶片进行测温时测量精度低、稳定性差等问题，引入动态惩罚函数，提高反演测温算法的适应性和准确性，采用多目标优化策略，提升温度和发射率计算的可靠性和稳定性。

本发明授权基于HPSOGA的航空发动机涡轮叶片多光谱测温方法在权利要求书中公布了：1.基于HPSOGA的航空发动机涡轮叶片多光谱测温方法，其特征在于，包括以下步骤： S1：用光谱仪采集涡轮叶片的多光谱辐射数据和背景反射辐射数据； S2：初始化HPSOGA算法的参数和动态惩罚函数的参数，随机生成初始粒子群，所述初始粒子群中每个粒子的信息包含对涡轮叶片的温度估计值和发射率估计值； S3：使用所述背景反射辐射数据计算环境复杂度因子，并根据所述环境复杂度因子更新动态惩罚函数的惩罚强度系数和容忍阈值，根据普朗克定律计算每个粒子的温度估计值对应的理论反射辐射值，用所述惩罚强度系数、容忍阈值和理论反射辐射值所述动态惩罚函数； S4：计算每个粒子的温度估计值与发射率估计值的误差值、预设温度值与预设发射率值的误差值，并构建多目标优化函数； S5：将所述动态惩罚函数和多目标优化函数合并计算出所有粒子的适应度，并根据适应度得到粒子群中各粒子的个体最优解和全局最优解； S6：根据所述个体最优解和全局最优解使用HPSOGA算法更新粒子群中的各粒子的速度和位置，生成新的粒子并加入到粒子群中；迭代执行步骤S3-S6至达到预设迭代次数或粒子的适应度变化量低于预设阈值，输出全局最优解的粒子的温度估计值和发射率估计值作为涡轮叶片的温度估计值和发射率估计值； 所述步骤S6中包括以下步骤： 使用PSO算法更新粒子群中的各粒子的速度和位置： 其中，为对应粒子温度的当前速度、为对应发射率的当前速度，为对应粒子温度的更新后的速度、为对应发射率的更新后的速度，为对应粒子温度的当前位置、为对应发射率的当前位置，为对应粒子温度的更新后的位置、为对应发射率的更新后的位置；ω为PSO算法的惯性权重、c1、c2为学习因子，r1和r2为平衡系数，pbestT和pbestε分别为温度和发射率的个体最优解，gbestT和gbestε分别为温度和发射率的全局最优解；Tm为粒子的温度估计值，εm为粒子的发射率估计值； 使用GA算法通过选择、交叉、变异对部分解进行组合生成新的粒子，将新生成的粒子合并到粒子群中，并按适应度由低到高依次删除与新生成粒子等量的粒子以维持粒子群规模不变。

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”。