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！

龙图腾网获悉哈尔滨工业大学申请的专利基于深度学习与损失权重分析的涡轮损失模型构建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：CN115114868B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202210828481.X，技术领域涉及：G06F30/28；该发明授权基于深度学习与损失权重分析的涡轮损失模型构建方法是由王松涛;李和群;房兴龙;欧阳玉清;方堪羡;陈英杰设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本基于深度学习与损失权重分析的涡轮损失模型构建方法在说明书摘要公布了：本发明公开了一种基于深度学习与损失权重分析的涡轮叶片损失模型构建方法，所述方法为了探究如何对现有涡轮叶型损失模模型修正，首先需对叶型损失中的各项损失进行拆分，并与现有模型的预测大小进行对比，分析得到需要修正的系数与项和需要添加的修正项，进而形成具有修正形式的损失预测模型。并通过对比具有不同叶型参数的涡轮叶型损失，找到需要考虑的叶型参数变量。利用人工神经网络模型建立需要考虑的叶型参数变量与需要修正的系数或项和需要添加的修正项之间的函数关系，并带入具有修正形式的损失预测模型，进而构建涡轮叶型损失预测模型。该方法能够准确预测具有较大攻角工作范围的涡轮叶型损失。

本发明授权基于深度学习与损失权重分析的涡轮损失模型构建方法在权利要求书中公布了：1.一种基于深度学习与损失权重分析的涡轮损失模型构建方法，其特征在于所述方法包括如下步骤： 步骤S1、获取涡轮二维叶型的几何参数，并根据选定的工况对涡轮二维叶型进行平面叶栅试验，获得该涡轮叶型进出口气动参数； 步骤S2、对涡轮二维叶型进行CFD计算，通过对比CFD计算和步骤S1试验测量得到的型面压力分布、出口总压损失周向分布与出口总压损失大小，对CFD计算结果进行校核； 步骤S3、结合步骤S2中获得的CFD计算结果和步骤S1中获得的试验测量结果，提取叶型损失中各成分损失大小和因来流存在攻角而产生的附加损失大小； 步骤S4、针对现有的零攻角涡轮叶型损失预测经验模型进行各损失成分的拆分，并与步骤S3中提取的相应部分损失大小进行对比，分析出该零攻角涡轮叶型损失预测经验模型中需要修正的系数和需要添加的修正项；针对能够预测因攻角而产生附加损失的经验模型，与步骤S3中提取的附加损失大小进行对比，分析出该模型需要修正的系数和需要添加的修正项； 步骤S5、采用神经网络模型构造涡轮叶型损失预测经验模型和能够预测因攻角而产生附加损失的经验模型中需要修正的系数和需要添加的修正项的函数形式； 步骤S6、利用步骤S1获得的叶型参数和步骤S3获得的相应叶型损失构建样本集，进而利用样本集对涡轮叶型损失预测经验模型和能够预测因攻角而产生附加损失的经验模型进行训练，得到最终结果。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。