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流场过压分布非线性降阶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：CN120781704B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511226849.5，技术领域涉及：G06F30/27；该发明授权一种流场过压分布非线性降阶预测方法是由宋超;邵元培;蓝庆生;罗骁;余永刚;刘文君;吕广亮;王浩设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本一种流场过压分布非线性降阶预测方法在说明书摘要公布了：本发明提供一种流场过压分布非线性降阶预测方法，适用于流场过压分布数据的非线性降维与快速预测，旨在克服传统线性降维方法难以处理高维复杂气动数据的局限性。该方法首先基于飞行器参数化外形生成设计变量样本集，并通过CFD仿真获取对应的高维过压分布数据；随后利用高斯过程隐变量模型对过压分布数据进行非线性降维，提取隐空间变量及重构模型；进而通过Kriging等代理模型建立设计变量与隐空间变量之间的映射关系，实现从设计变量到过压分布的快速预测。该方法无需求解流动控制方程，能够在秒级时间内完成过压分布的重构和预测，显著提升飞行器气动布局设计效率，适用于低声爆飞行器等高性能飞行器的快速设计与评估。

本发明授权一种流场过压分布非线性降阶预测方法在权利要求书中公布了：1.一种流场过压分布非线性降阶预测方法，其特征在于，包括如下步骤： S1样本数据生成：对飞行器基准外形进行参数化得到设计变量x，采用试验设计方法获得设计变量x的样本集X，样本集X中的每一组设计变量x对应一个新的气动外形，对每一个新的气动外形，通过CFD方法计算获取三维流场数据，并在预定空间位置提取过压分布y，形成高维训练数据集Y； S2非线性降维模型训练：利用高斯过程隐变量模型对所述高维训练数据集Y进行降维，得到低维隐空间变量Z；在此基础上，高斯过程隐变量模型通过高斯过程建立重构模型f，从而实现隐空间到物理空间的重构； S3隐空间代理模型训练：针对隐空间的每一维度，建立设计变量x与隐空间变量Z之间的代理模型g，获得设计变量x与隐空间变量Z的映射关系； S4过压分布预测：当输入新的设计变量时，首先通过所述代理模型g获得对应的隐空间变量Z，再通过所述重构模型f预测其过压分布数据，实现过压分布预测。

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：621010 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。