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！

龙图腾网恭喜浙江工业大学申请的专利一种扬尘颗粒物飘移轨迹模型及其建模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：CN114841066B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210465886.1，技术领域涉及：G06F30/27；该发明授权一种扬尘颗粒物飘移轨迹模型及其建模方法是由杨良怀;黄玉霖;王静雷设计研发完成，并于2022-04-29向国家知识产权局提交的专利申请。

本一种扬尘颗粒物飘移轨迹模型及其建模方法在说明书摘要公布了：本发明公开了一种扬尘颗粒物飘移轨迹模型及其建模方法，包括如下步骤：1数据预处理阶段：预处理数据；2模型预训练阶段：根据站点设备的地理位置划分网格；3模型预训练阶段：通过模拟数据和传统物理方法进行模型预训练；4迁移学习微调阶段：使用训练好的模型预测真实的扬尘颗粒物飘移轨迹。本发明引入物理场的概念，用编解码器结构的网络替换速度场的计算，同时优化了对流项，扩散项，体积力项的计算。实验表明，本发明提出的扬尘轨迹预测模型在计算速度和计算稳定性较传统方法有较大提升，且较神经网络方法有更好的通用性和可解释性。

本发明授权一种扬尘颗粒物飘移轨迹模型及其建模方法在权利要求书中公布了：1.一种扬尘颗粒物飘移轨迹模型的建模方法，其特征在于，包括如下步骤：1数据预处理阶段：预处理数据；所述数据预处理阶段包括如下步骤：1.1数据查重阶段：通过连表查询，筛除站点设备重复上传的扬尘数据；1.2风速处理阶段：根据扬尘数据中的风速和风向参数，计算风速的横向分量和纵向分量，具体执行步骤如下：1.2.1根据风向计算其与大地平面坐标轴夹角θ；1.2.2计算风速V：u＝Vcosθ，v＝Vsinθ；其中u表示横向分量,v表示纵向分量；1.3地理坐标高斯投影阶段：通过高斯投影计算把站点经纬度坐标L，B坐标转化为高斯坐标x，y，其中L为大地经度、B为大地纬度；具体执行步骤如下：1.3.1根据经纬度计算中央子午经度、带号以及经度差，模型选用3°带中央子午线，步骤如下：1.3.1.1计算3°带带号n3：n3＝intL3+0.5；1.3.1.2计算3°带带号n3的中央子午线L0：L0＝3n3；1.3.1.3计算经度差l：l＝L-L0；1.3.2根据椭球的选择计算子午弧长X；模型选取克拉索夫斯基椭球进行计算：X＝111134.861B-16036.480sin2B+16.828sin4B-0.022sin6B；1.3.3计算高斯坐标正算公式中各个参数的值，其中，B为大地纬度，t为大地维度正切值，e为椭圆偏心率，N为卯西圈曲率半径，a为椭球长半径参数： 1.3.4利用高斯坐标正算公式求解高斯坐标系下的坐标x，y：x＝X+NsinBcosBl2+NsinBcos3B5-t2-9e2cos2Bl4y＝NcosBl+Ncos3B1-t2+e2cos2Bl3+Ncos5B5-18t2+t4l5；2网络处理阶段：根据站点设备的地理位置划分网格；所述网格处理阶段包括如下步骤：2.1聚类分析阶段：在划分网格前根据站点设备的理位置进行DBScan聚类分析，得到高斯坐标下站点设备聚类簇；2.2网格划分阶段：步骤2.1阶段得到效果较好的聚类簇后，根据聚类簇内站点设备的地理位置划分均匀正方形网格；2.3数据插值阶段：根据设备站点间距离和扬尘数据值进行线性插值，最终将扬尘数据以速度场、浓度场、温度场、压强场、湿度场的形式保存在网格内；3模型预训练阶段：通过模拟数据和传统物理方法进行模型预训练；所述模型预训练阶段包括如下步骤：3.1模拟数据阶段：在划分好的网格中模拟生成T0时刻的扬尘模拟数据，其中包括扬尘的速度场、浓度场、温度场、压强场和湿度场；3.2传统物理方法的前向计算阶段：在模拟数据的基础上，根据传统物理方法，即依据N-S纳维-斯托克斯方程更新体积力项f、对流项和扩散项的计算并进行前向预测，得到后续时间节点T1，T2，T3，…，Tn，Tn+1的扬尘物理场数据集具体执行步骤如下：3.2.1体积力项f计算：f＝ρg，其中g为重力加速度，ρ为流体密度；3.2.2对流项计算：给定一个网格点位置为x,y，该点的物理量场值为网格点上粒子对应的速度场横向分量为u，纵向分量为v,求解1个时间步长Δt后网格点物理量场值相关步骤为：3.2.2.1后向追踪1个时间步长得到粒子的网格位置x-uΔt，y-vΔt；3.2.2.2根据物理场网格构建Catmull-Rom样条插值函数计算得到粒子物理量场的变化均值3.2.2.3最终的计算公式为：3.2.3扩散项计算：该步骤主要目的是求解流体的粘度项其中av为粒子在流体粘性力作用下的加速度,μ为流体的粘度系数；假设第n+1时刻，网格坐标x,y处物理量已知，现需要求解第n时刻的物理量其具体计算步骤为：3.2.3.1建立后向欧拉方程其中Δt为时间步长；3.2.3.2采用中心差分法计算拉普拉斯算子： 其中为网格四周的物理量，Δx为网格宽度，Δy为网格高度；3.2.3.3令将常数项提出得到： 3.2.3.4将其转化矩阵形式，并采用共轭梯度法求解大规模正定稀疏矩阵： 3.3生成数据集阶段：根据体积力项，对流项，扩散项更新计算得到后续时间节点T1，T2，…，Tn，Tn+1时刻的扬尘物理场数据进而由数据集进行预训练；3.4预训练阶段：将步骤3.3中通过传统物理方法计算得到的T1，T2，T3，…，Tn，Tn+1时间节点的扬尘物理信息作为数据集进行神经网络模型U预训练：3.4.1模型选取：选取U-Net作为训练网络；3.4.2训练细节：输入通道大小为32×32×6×2，其中32×32为网格大小，6×2代表6个物理场数据2个相邻的时间场，6个物理场数据分别为速度场横向分量，速度场纵向分量，浓度场，温度场，压强场，湿度场；输出通道为32×32×3×1，其中32×32为网格大小，3×1代表预测生成的3个物理场和1个时间场，3个物理场分别为速度场横向分量，速度场纵向分量和浓度场；4迁移学习微调阶段：使用训练好的模型预测真实的扬尘颗粒物飘移轨迹；所述迁移学习微调阶段包括如下步骤：4.1模型迁移阶段：保留步骤3.4中完成预训练的U-Net模型中的所有参数，将其作为真实数据集的训练模型；4.2数据训练阶段：输入通道大小为32×32×4×2，其中32×32为网格大小，4×2代表4个真实物理场数据和2个相邻的时间场，4个真实物理场数据分别为浓度场，温度场，压强场，湿度场；输出通道为32×32×3×1，其中32×32为网格大小，3×1代表预测生成的3个物理场和1个时间场，3个物理场分别为速度场横向分量，速度场纵向分量和浓度场；4.3模型微调阶段：调整参数epoch的值为240，训练批次参数batchsize的值设定为8，设定L2为损失函数，并最终得到预测结果；其中，损失函数L2采用最小化平方误差LSE函数，使用LSE的目的是最小化真实值yi和训练结果fxi之间差值的平方和DL2，其函数公式为

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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”。