買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜大連理工大學申請的專利一種基于深度學習算法的風洞實驗多源混雜噪聲有效剔除方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119761151B 。

龍圖騰網通過國家知識產權局官網在2025-05-27發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510251451.0，技術領域涉及：G06F30/23；該發明授權一種基于深度學習算法的風洞實驗多源混雜噪聲有效剔除方法是由周孟德;胡宸愷;任宇航;程習康;趙麒;朱彬愷;劉巍設計研發完成，并于2025-03-05向國家知識產權局提交的專利申請。

本一種基于深度學習算法的風洞實驗多源混雜噪聲有效剔除方法在說明書摘要公布了：本發明屬于飛行器模型支撐系統抖振檢測技術領域，公開一種基于深度學習算法的風洞實驗多源混雜噪聲有效剔除方法，先根據歐拉?伯努利理論，建立測力天平抖振估計模型；再利用分離變量法求解振動動力學方程，并進行模態分析；最后根據所得動力學方程的解及模態分析結果，基于深度學習算法進行振動解耦與噪聲剔除。與有限元分析法與解析計算法的不同之處在于，本方法基于深度學習算法，通過模態分析法進行了振動動力學方程的求解運算，相較上述兩種方法具有計算速度快、消耗計算資源少、計算精度高、求解過程相對簡單等優勢。本方法提出的基于深度學習算法的風洞實驗多源混雜噪聲有效剔除方法針對一般的風洞測試場景，是一種較為簡單且實用的方法。

本發明授權一種基于深度學習算法的風洞實驗多源混雜噪聲有效剔除方法在權利要求書中公布了：1.一種基于深度學習算法的風洞實驗多源混雜噪聲有效剔除方法，其特征在于，步驟如下：第一步、建立測力天平抖振估計模型；考慮利用測力天平與飛行器模型構成的實驗系統，其構型為測力天平支桿兩端分別固接測力天平與飛行器模型；取測力天平支桿固接測力天平一側的尾部橫截面所對應的圓心為坐標原點，取其軸線為軸，方向由原點指向測力天平支桿的相反方向；根據彈性力學理論，將測力天平支桿等效為變截面彈性體梁，變截面彈性體梁的受迫振動運動微分方程為： 式中：為彎矩函數，為時間項，為測力天平支桿的密度，為測力天平截面積函數，為激振力函數，為撓度函數；根據歐拉-伯努利理論，得到變截面梁的撓度振動響應微分方程，即為測力天平抖振估計模型： 式中：為測力天平材料的楊氏模量，為測力天平橫截面慣性矩；至此，測力天平抖振估計模型建立完畢；第二步、求解振動動力學方程，進行模態分析；根據解偏微分方程的分離變量法，設 式中：為撓度函數中的位置相關函數項，稱為振型函數；為撓度函數中的時間相關函數項；稱為階固有振型函數，其滿足特征方程： 利用振型函數的正交性，得到： 式中：為階振型對應的廣義力，為變截面彈性體梁長；利用杜哈美積分，得： 式中：為階固有振型對應的模態幅值，與分別為階固有振型下的兩個常量，為階固有振型對應的角頻率，為積分參量，為常數參量；把固有振型函數稱為階模態形狀函數，每一個振動模態對應一個振型；至此，振動動力學方程的求解，與模態分析進行完畢；第三步、基于深度學習算法進行振動解耦與噪聲剔除由式6知，振型廣義坐標函數的解用階振動模態與相應的積分常量表示，故基于深度學習算法根據實驗中加速度測點的擬合函數數據，設定待求模態階數從而確定積分常量，測點加速度與模態幅值函數的關系為： 式中：、分別表示點及點處的加速度，表示擬合得到的模態幅值的二階導函數，而由于為實驗加速度測點數據擬合函數，固標注為估計量；建立GRU深度學習模型，其中GRU隱含層數為2，神經元個數為[3,6]，全連接層的隱含層為3層，神經元個數為[12,6,3]，輸出層神經元個數為1；其估計最大誤差為6.82×10-3g，絕對誤差平均值為9.20×10-4g，均方根誤差為1.2×10-3g，其中g表示重力加速度；估計測力天平處的抖振加速度，實現振動解耦，通過測點數據的擬合，以確定式6的各模態數值解；由于飛行器模型慣性力及重力作用，會在測力天平支桿上產生支撐反力，從而對測力天平產生升力方向剪切力；由于飛行器模型質心與測量中心不重合，受重力影響會產生支撐力矩；且在飛行器模型振蕩過程中產生俯仰慣性力矩，基于牛頓定理與平行軸定理，列出其函數形式： 式中：、為力、力矩的抖振噪聲值，為飛行器模型所受重力，為飛行器模型在支桿支撐點處同水平面的夾角，為飛行器模型慣性加速度，為飛行器模型的角加速度，L1為飛行器模型重心到坐標原點的距離，L2為飛行器模型重心至傳感器的距離，為飛行器模型的質量；將式6、7、8、9與GRU深度學習模型所得到的測點數據擬合結果相結合即得到兩個振動噪聲的數值解，進而將其與實驗數據解耦，以得到更加精確的實驗結果；至此，基于深度學習算法的振動解耦與噪聲剔除進行完畢。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人大連理工大學，其通訊地址為：116000 遼寧省大連市甘井子區凌工路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。