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！

龙图腾网获悉中山大学申请的专利一种基于数据驱动的缩聚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：CN118312762B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202410476787.2，技术领域涉及：G06F18/213；该发明授权一种基于数据驱动的缩聚方法及系统是由姜乃斌;闵光云设计研发完成，并于2024-04-19向国家知识产权局提交的专利申请。

本一种基于数据驱动的缩聚方法及系统在说明书摘要公布了：本发明涉及核反应堆工程技术领域，公开了一种基于数据驱动的缩聚方法及系统，包括以下具体步骤：S1：建立压水堆的棒束组件的模型；对模型施加节点荷载，并进行静力计算，得到节点位移；将节点位移保存在快照矩阵；假设X1＝A·X2，对矩阵A进行DMD分解得到DMD模态，并根据频率排序选出前m阶DMD模态，获得转化矩阵T；得到并求解全阶振动方程和降阶振动方程；将得到的降阶频率、振型和位移与得到的全阶频率、振型和位移进行对比，如果满足预设的精度阈值则证明m选择合理，缩聚完成；如果不满足精度阈值则增加m。本发明解决了现有技术浪费计算资源、不够准确可靠的问题，且具有能够提高求解燃料组件流致振动特性的计算效率的特点。

本发明授权一种基于数据驱动的缩聚方法及系统在权利要求书中公布了：1.一种基于数据驱动的缩聚方法，其特征在于：包括以下具体步骤：S1：建立压水堆的棒束组件的模型；对模型施加节点荷载，并进行静力计算，得到节点位移；将节点位移保存在快照矩阵X1=[x1,x2,x3,…,xs-1]和X2=[x1,x2,x3,…,xs]中，其中s为快照数，x为节点位移向量；S2：设X1=A·X2，对矩阵A进行DMD分解得到DMD模态φ1,φ2,φ3,…,φs-1，并根据频率排序选出前m阶DMD模态φ1,φ2,φ3,…,φm，获得转化矩阵T=[φ1,φ2,φ3,…,φm]；S3：设矩阵U=T·Z，得到全阶振动方程：，其中q为全阶矩阵，U为全阶振动位移，Z为降阶振动位移，为全阶位移向量，为全阶质量矩阵，为全阶阻尼矩阵，为全阶刚度矩阵，为全阶外力向量；得到降阶振动方程，其中m1为降阶矩阵，为降阶位移向量，为降阶质量矩阵，为降阶阻尼矩阵，为降阶刚度矩阵，为降阶外力向量，求解全阶振动方程和降阶振动方程；S4：将求解降阶振动方程得到的降阶频率、振型和位移与求解全阶振动方程得到的全阶频率、振型和位移进行对比，如果满足预设的精度阈值则证明m选择合理，缩聚完成；如果不满足精度阈值则增加m，回到步骤S2。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。