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！

龙图腾网获悉中航西安飞机工业集团股份有限公司申请的专利一种大尺寸机翼装配型架温度及热变形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：CN114906344B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202210407293.X，技术领域涉及：B64F5/10；该发明授权一种大尺寸机翼装配型架温度及热变形预测方法是由刘若璇;骆佩君;田芳方;李卫平;王新峰设计研发完成，并于2022-04-18向国家知识产权局提交的专利申请。

本一种大尺寸机翼装配型架温度及热变形预测方法在说明书摘要公布了：本发明公开了一种大尺寸机翼装配型架温度及变形预测方法，通过测量全年间型架温度数据，建立了基于学习率优化的BP神经网络的型架温度数学模型，并提供了三种预测型架温度特性的方案，通过建立好的温度模型，可对下一个工作阶段的型架温度进行预测，并分析型架的热变形特性。该方法能够快速、准确、低成本的预测大尺寸机翼装配型架温度和热变形特性。

本发明授权一种大尺寸机翼装配型架温度及热变形预测方法在权利要求书中公布了：1.一种大尺寸机翼装配型架温度及热变形预测方法，其特征在于包括以下步骤： 步骤一，大尺寸机翼装配型架包括框架和膨胀板两部分，框架和膨胀板上设置多个温度测量点，在固定时间对全部温度测量点的温度进行测量并记录； 步骤二，根据温度测量点的温度数据，建立基于学习率优化的BP神经网络的温度分布模型,所述的基于学习率优化的BP神经网络的温度分布模型为三层BP神经网络模型，包含输入层、隐含层和输出层，输入层的特征包括时间、环境温度和型架结构自身温度，输出层的特征为要预测的工作时间的温度测量点的温度，温度分布模型的建立需要确定三个原则：隐含层节点数确定原则、学习率优化原则、输入特征的组成原则， 所述的隐含层节点数确定原则为： 其中n为隐含层数目，ninp为输入层节点数，nout为输出层节点数，m1、m2分别为输入层、输出层权重系数，m1、m2值取值范围为1～2，mc为0～10的调整常数， 所述的学习率优化原则为：前期网络训练过程中采取较大学习率，以获得更好的全局搜索能力，后期采用较小的学习率，以得到更高精度的局部逼近值，建立的学习率优化公式如下： 其中lrmax为最大学习率，lrmin为最小学习率，k为当前迭代次数，Max_iter为最大迭代次数，a为动态调整因子，a为 a＝0.4*1-kMax_iter0.25， 所述的输入特征的组成原则为：将时间和型架结构自身一点温度作为输入特征的温度预测方案或将时间和环境温度作为特征输入的温度预测方案，其中环境温度包括日最高温度、最低温度和平均温度或将时间、型架自身温度和环境温度作为共同输入特征的温度预测方案； 步骤三，通过温度分布模型，得到对未来时间待进行装配的型架的温度特性； 步骤四，根据温度特性，计算出未来时间型架的热变形量。

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航西安飞机工业集团股份有限公司，其通讯地址为：710089 陕西省西安市西飞大道一号；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。