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！

龙图腾网获悉北京航空航天大学申请的专利模块化神经网络驱动的仿竹夹芯翼梁三要素协同设计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：CN121598514B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610130798.4，技术领域涉及：G06F30/15；该发明授权模块化神经网络驱动的仿竹夹芯翼梁三要素协同设计方法是由张良;余亚鋆;马东立;李佳音;崔慕添;苏立航设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本模块化神经网络驱动的仿竹夹芯翼梁三要素协同设计方法在说明书摘要公布了：本发明公开了模块化神经网络驱动的仿竹夹芯翼梁三要素协同设计方法，涉及飞行器设计技术领域，包括以下步骤：构建线性承载性能子神经网络；构建非线性效应子神经网络；构建缺陷折减效应子神经网络；将线性承载性能子神经网络、非线性效应子神经网络和缺陷折减效应子神经网络融合，得到模块化神经网络；将输入参数输入至模块化神经网络中，通过模块化神经网络得到输出参数；通过翼梁参数迭代设计模块进行迭代，完成翼梁优化设计。本发明采用上述模块化神经网络驱动的仿竹夹芯翼梁三要素协同设计方法，采用本方法设计的仿竹夹芯翼梁普遍适用于大展弦比低翼载荷机翼，结构破坏边界预测精度高，兼具精度优、效率高、稳健性好的优点。

本发明授权模块化神经网络驱动的仿竹夹芯翼梁三要素协同设计方法在权利要求书中公布了：1.模块化神经网络驱动的仿竹夹芯翼梁三要素协同设计方法，其特征在于，包括以下步骤： 步骤S1、构建线性承载性能子神经网络； 步骤S2、构建非线性效应子神经网络； 步骤S3、构建缺陷折减效应子神经网络； 步骤S4、将线性承载性能子神经网络、非线性效应子神经网络和缺陷折减效应子神经网络融合，得到模块化神经网络； 步骤S5、将输入参数输入至模块化神经网络中，通过模块化神经网络得到输出参数； 步骤S6、对步骤S5进行迭代，完成翼梁优化设计； 所述步骤S1包括： 步骤S11、构建包含多种面板铺层参数的样本库，通过有限元分析方法，得到材料线性应力矩阵和结构线性屈曲载荷，形成数据集； 步骤S12、根据网络架构搭建模型，输入层接收面板铺层参数，隐藏层通过多层神经元处理面板铺层参数间的关联，输出层则对应输出材料线性应变和结构线性屈曲载荷； 步骤S13、通过对数据集的训练与优化，使线性承载性能子神经网络根据输入的面板铺层参数输出对应的材料线性应变和结构线性屈曲载荷； 所述步骤S2包括： 步骤S21、固定面板铺层参数，设计包含不同夹芯结构参数和仿竹节结构参数的样本库； 步骤S22、利用有限元分析方法，得到非线性稳定性因子，形成数据集； 步骤S23、根据网络架构搭建网络，输入层接收夹芯结构参数和仿竹节结构参数，隐藏层通过多层神经元处理参数间的关联，输出层对应输出材料应力非线性稳定性因子和屈曲载荷非线性稳定性因子； 步骤S24、进行训练优化，使非线性效应子神经网络根据输入的夹芯结构参数和仿竹节结构参数输出对应的非线性稳定性因子； 所述步骤S3包括： 步骤S31、生成大规模含几何缺陷的翼梁结构样本，固定面板铺层参数，调整夹芯结构参数和仿竹节结构参数，利用有限元分析方法，得到缺陷折减因子； 步骤S32、根据网络架构搭建网络，输入层接收夹芯结构参数和仿竹节结构参数，隐藏层通过多层神经元处理参数与缺陷折减效应的关联，输出层对应输出缺陷折减因子； 步骤S33、进行训练优化，使缺陷折减效应子神经网络根据输入的夹芯结构参数和仿竹节结构参数输出对应的缺陷折减因子。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。

以上内容由龙图腾AI智能生成。