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！

龙图腾网恭喜西北工业大学申请的专利一种基于超分辨率重构的翼型流场快速预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：CN115455841B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202211228299.7，技术领域涉及：G06F30/27；该发明授权一种基于超分辨率重构的翼型流场快速预测方法是由李春娜;贾续毅;龚春林;季稳;方远设计研发完成，并于2022-10-09向国家知识产权局提交的专利申请。

本一种基于超分辨率重构的翼型流场快速预测方法在说明书摘要公布了：提供一种基于超分辨率重构的翼型流场快速预测方法,属于流体力学和人工智能技术领域,包括生成翼型样本数据集；对原始流场数据处理获得高、低分辨率流场数据；使用深度神经网络建立从工况和外形参数到低分辨率流场数据的预测模型；使用超深超分辨率神经网络建立从低分辨率流场数据到高分辨率流场数据的预测模型；串接两个模型搭建流场预测模型；将搭建好的模型用于翼型流场的快速预测。本发明基于超分辨率重构技术，结合深度神经网络，可很好的学习到流场特征，实现对流场的快速、精确预测，减小流场计算耗时。本发明在流场数据处理中，先将流场数据从气动计算域映射到学习域，对数据梯度较大处进行插值处理，提高建模精度，降低流场预测误差。

本发明授权一种基于超分辨率重构的翼型流场快速预测方法在权利要求书中公布了：1.一种基于超分辨率重构的翼型流场快速预测方法，其特征在于，包括以下步骤：步骤1：生成变工况变外形的翼型样本数据集；具体步骤如下：步骤1-1：选择某类翼型，确定翼型的外形参数设计空间和计算工况设计空间，使用拉丁超立方采样获得一系列翼型样本；步骤1-2：生成翼型的气动计算网格；步骤1-3：对步骤1-1中得到的翼型样本进行CFD仿真模拟计算，得到翼型样本的原始流场数据；步骤2：对步骤1-3中的原始流场数据进行域的映射、数据插值、下采样处理获得高、低分辨率流场数据；具体步骤如下：步骤2-1：步骤1-3中的原始流场数据与步骤1-2中的网格尺寸一致，为210×150，将原始流场数据从气动计算域映射到学习域，表征为210×150的正交均匀分布的像素图片；步骤2-2：对步骤2-1进行域映射后的流场数据梯度变化大的区域进行插值处理，得到315×150的像素图片，作为高分辨流场数据；步骤2-3：下采样的缩放因子为5，对步骤2-2中的高分辨流场数据下采样获得低分辨率流场数据，其大小为63×30；步骤3：使用深度神经网络DNN建立从步骤1-1中的工况和外形参数到步骤2中的低分辨率流场数据的预测模型；步骤4：使用超深超分辨率神经网络VDSR建立从步骤2中的低分辨率流场数据到步骤2中的高分辨率流场数据的预测模型；步骤5：把步骤3中的DNN和步骤4中的VDSR串接为DNN-VDSR模型，完成外形及工况参数到高分辨率流场数据的建模；步骤6：将步骤5中的DNN-VDSR模型用于外形和工况发生改变的翼型的定常流场快速预测；具体步骤如下：步骤6-1：给定新翼型的外形参数和几何参数，使用步骤1-2中气动计算网格的RBF网格变形技术获得新翼型的网格，大小为210×150；步骤6-2：将步骤6-1中外形和几何参数作为步骤5中训练好的DNN-VDSR的输入，预测得到高分辨率流场数据，大小为315×150；步骤6-3：对步骤6-2中预测的高分辨率流场数据进行反向插值获得大小为210×150，并将该数据映射到步骤6-1中的网格上，得到预测的流场数据。

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西北工业大学，其通讯地址为：710000 陕西省西安市友谊西路127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”。