河海大学罗锋获国家专利权
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!
龙图腾网获悉河海大学申请的专利一种基于PINN的高精度水动力数值模拟方法及系统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:CN121413519B 。
龙图腾网通过国家知识产权局官网在2026-04-03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:202512016343.8,技术领域涉及:G06F30/28;该发明授权一种基于PINN的高精度水动力数值模拟方法及系统是由罗锋;杨云龙;黄靖椿;陶爱峰;张弛;郑金海设计研发完成,并于2025-12-30向国家知识产权局提交的专利申请。
本一种基于PINN的高精度水动力数值模拟方法及系统在说明书摘要公布了:本发明公开了一种基于PINN的高精度水动力数值模拟方法及系统,首先建立计算域并设置合理的几何参数和边界条件,构建无量纲Navier‑Stokes控制方程组;然后设计以时空坐标输入、流场变量输出的深度神经网络架构,采用物理约束与数据驱动相结合的损失函数;核心创新在于提出时序感知RAR‑D自适应采样策略,将时间域划分为多个时间帧,在每帧中分别进行残差评估,构建与残差相关的概率密度函数,平衡高残差区域优先采样与整体覆盖性;采用Adam和L‑BFGS优化器和进行网络训练,动态调整损失函数权重并定期更新采样点集;最后通过多维度流场可视化分析验证求解精度;从而有效提升复杂流场的预测精度,显著提高计算效率。
本发明授权一种基于PINN的高精度水动力数值模拟方法及系统在权利要求书中公布了:1.一种基于PINN的高精度水动力数值模拟方法,其特征在于:包括以下步骤: S1、选定二维矩形计算域,设置域边界和初始条件、几何参数以及流动参数雷诺数; S2、建立无量纲Navier-Stokes方程组; S3、针对流场变量预测任务,构建物理信息神经网络; S4、引入时间分帧机制,将时间域[0,T]划分为多个时间帧,T表示涡脱落周期,在每个时间帧中分别进行残差评估,并采用按时间维度加权的分层采样策略;首先从多个时间帧中均匀采样候选点集,计算所有候选点的残差,并按时间帧选择初始残差点集;接着进入迭代过程,从多时间帧重新采样新的候选点,计算残差,构建与残差相关的概率密度函数;对每个时间t,从对应的数据中按概率密度函数进行加权采样,获取若干点;将所有时间帧采样得到的点合并到训练点集中,训练物理信息神经网络若干轮次,直至模型收敛或达到预设的最大迭代次数; S5、采用Adam优化器并结合学习率衰减策略进行参数更新;训练过程中通过批量梯度下降法对网络参数进行迭代优化,同时根据训练进展动态调整损失函数中各组成部分的权重系数;训练过程中定期重新评估各点的残差,并据此更新采样点集; S6、绘制某一特定时刻的流场变量全场分布图,呈现该时刻压力与速度的空间分布特征,流场变量包括流体压强p、流体在x和y方向上的实际物理速度u和v;同时,选取特定横截面进行可视化,展示截面处的p、u、v分布细节;还绘制研究对象周围区域的流场图,呈现其附近的流动特征,该流动特征包括速度变化、压力梯度以及可能存在的涡旋,通过多维度的可视化结果反映流场的动态特性与空间分布规律。
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河海大学,其通讯地址为:211100 江苏省南京市江宁开发区佛城西路8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。
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。

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