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！

龙图腾网获悉清华大学;北京国家新能源汽车技术创新中心有限公司申请的专利基于图数据挖掘的涡旋压缩机瞬态流场与性能监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：CN119808574B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202411937672.5，技术领域涉及：G06F30/27；该发明授权基于图数据挖掘的涡旋压缩机瞬态流场与性能监测方法是由钱煜平;唐勃;赵露;陈莹杰;隋岩;诸葛伟林;张扬军;王泽兴;郝维设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本基于图数据挖掘的涡旋压缩机瞬态流场与性能监测方法在说明书摘要公布了：本申请提供了一种基于图数据挖掘的涡旋压缩机瞬态流场与性能监测方法，涉及涡旋压缩机运行监测技术领域，旨在快速获得高空间分辨率的涡旋压缩机瞬态流场与性能指标，为后续控制策略制定提供有力的参考依据。所述方法包括：基于不同运行工况样本和运行工况样本对应的流场数据，构建图数据结构表示的训练数据集；利用训练数据集训练涡旋压缩机瞬态流场与性能监测模型，得到训练完毕的涡旋压缩机瞬态流场与性能监测模型；将采集的涡旋压缩机的运行工况数据，输入到训练完毕的涡旋压缩机瞬态流场与性能监测模型，得到涡旋压缩机的瞬态流场结果和性能指标结果。

本发明授权基于图数据挖掘的涡旋压缩机瞬态流场与性能监测方法在权利要求书中公布了：1.一种基于图数据挖掘的涡旋压缩机瞬态流场与性能监测方法，其特征在于，所述方法包括： 基于不同运行工况样本和所述运行工况样本对应的流场数据，构建图数据结构表示的训练数据集，所述训练数据集中的每个图数据结构表示包括：表征运行工况和性能指标的全局特征、表征瞬态流场节点信息的局部特征，以及瞬态流场的节点连接关系； 利用所述训练数据集训练涡旋压缩机瞬态流场与性能监测模型，得到训练完毕的涡旋压缩机瞬态流场与性能监测模型，所述训练完毕的涡旋压缩机瞬态流场与性能监测模型具有运行工况数据与各节点瞬态流场之间的映射关系，以及与性能指标之间的映射关系； 将采集的涡旋压缩机的运行工况数据，输入到所述训练完毕的涡旋压缩机瞬态流场与性能监测模型，得到所述涡旋压缩机的瞬态流场结果和性能指标结果； 其中，所述运行工况数据包括转角数据和运行边界条件数据；将采集的涡旋压缩机的运行工况数据，输入到所述训练完毕的涡旋压缩机瞬态流场与性能监测模型，得到所述涡旋压缩机的瞬态流场和性能指标结果，包括：根据所述转角数据和所述运行边界条件数据，从所述训练数据集中找到对应的目标图数据结构表示，并从所述目标图数据结构表示中读取对应的节点三维坐标数据和节点连接关系数据；将所述转角数据、所述运行边界条件数据、所述节点三维坐标数据和所述节点连接关系数据，输入到所述训练完毕的涡旋压缩机瞬态流场与性能监测模型，得到所述涡旋压缩机的瞬态流场和性能指标结果； 其中，所述涡旋压缩机瞬态流场与性能监测模型包括串联的瞬态流场监测网络和性能监测网络；所述瞬态流场监测网络包括第一输入层、第一输入编码层、多个第一图注意力层和第一输出层；所述性能监测网络包括第二输入层、第二输入编码层、多个第二图注意力层、多个分层池化层、多个全局池化层和第二输出层； 将所述转角数据、所述运行边界条件数据、所述节点三维坐标数据和所述节点连接关系数据，输入到所述训练完毕的涡旋压缩机瞬态流场与性能监测模型，得到所述涡旋压缩机的瞬态流场结果和性能指标结果，包括：将所述转角数据、所述运行边界条件数据、所述节点三维坐标数据和所述节点连接关系数据，输入到所述瞬态流场监测网络，得到所述涡旋压缩机的瞬态流场结果；将所述涡旋压缩机的瞬态流场结果、所述转角数据、所述运行边界条件数据、所述节点三维坐标数据、以及所述节点连接关系数据，输入所述性能监测网络，得到所述性能指标结果。

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清华大学;北京国家新能源汽车技术创新中心有限公司，其通讯地址为：100084 北京市海淀区清华园；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。