恭喜南京航空航天大学赵永平获国家专利权
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!
龙图腾网恭喜南京航空航天大学申请的专利一种实时监测超声速进气道流动状态的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:CN112597692B 。
龙图腾网通过国家知识产权局官网在2024-09-20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:202010992285.7,技术领域涉及:G06F30/27;该发明授权一种实时监测超声速进气道流动状态的方法是由赵永平;吴奂;杨天林;谭慧俊设计研发完成,并于2020-09-21向国家知识产权局提交的专利申请。
本一种实时监测超声速进气道流动状态的方法在说明书摘要公布了:本发明提出一种实时监测超声速进气道流动状态的方法,可以直接基于动态试验数据来监测超声速进气道的流动状态。该方法相对于单个传感器的监测效果,不仅增加了监测结果的可靠性和鲁棒性,而且在满足实时监测的要求下,监测精度也进一步有所提升。另外,本发明通过多目标优化方法得到的一组传感器还可以用于指导在进气道中合适的位置上放置传感器。
本发明授权一种实时监测超声速进气道流动状态的方法在权利要求书中公布了:1.一种实时监测超声速进气道流动状态的方法,其特征在于,包括如下步骤:步骤1:在超声速进气道的内部流道上布置多个传感器,采集各个传感器的动态压力信号,并利用滑动窗口对采集到的压力信号进行切分,得到不同流动状态下的样本,针对每个传感器分别构建样本集;步骤2:建立DTW-RBF网络,将每个传感器的样本集划分成训练集和测试集,训练出该传感器对应的DTW-RBF网络模型;步骤3:利用训练好的DTW-RBF网络模型对其对应的测试集进行验证,得到测试结果;步骤4:将传感器放置和集成问题归结为多目标优化问题,通过求解多目标优化问题,得到最优的传感器组合;步骤2中DTW-RBF网络包括输入层、基于非线性RBF核函数的隐含层以及输出层,所述非线性RBF核函数为:其中γ、x、C分别表示核函数宽度、输入序列以及核函数的中心序列;步骤2中DTW-RBF网络模型的训练步骤包括:步骤2.1:初始化网络参数,包括中心序列{Chid}、核函数宽度{γhid}、隐含层和输出层之间的线性权重{Whid,m}和偏置{bm};步骤2.2:利用式1和式2分别计算隐含层和输出层各节点的输出; xp表示第p个训练样本,Kerxp,Chid表示隐含层各节点的输出,zpm表示输出层各节点的输出;步骤2.3:利用式3-5分别计算Soft-max层的输出、误差以及目标函数; ypm表示xp属于第m类的真实概率,表示xp属于第m类的预测概率,epm表示xp属于第m类的误差,P表示所有训练样本的数目,M表示所有类别数目,L表示所有训练样本属于各个类别的平均误差;步骤2.4:利用式6-11分别计算每个误差epm关于所有参数的导数; 其中,表示第p个样本在第m1个输出节点处的误差,和分别表示第p个样本属于第m1类的真实概率和预测概率,表示第p个样本在第m2个输出节点处的线性加权输出; 关于线性权重{Whid,m}以及偏置{bm}的导数计算如下 关于核函数宽度{γhid}的导数由下式计算: 关于中心序列{Chid}的导数由下式计算: 假设使用平方欧式距离计算代价矩阵Distn×l中的每个元素,并且规整路径为w=w1,w2,…,wK,K表示长度,则DTWxp,Chid关于Chid的导数由下式计算: j表示xp或Chid中的第j个点的下标索引;步骤2.5:基于误差epm关于所有参数的导数,利用LM算法进行训练。
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南京航空航天大学,其通讯地址为:210016 江苏省南京市秦淮区御道街29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”。
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。