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！

龙图腾网获悉中国空气动力研究与发展中心超高速空气动力研究所申请的专利基于模型预测控制的热壁热流逆估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：CN116046217B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202211712073.4，技术领域涉及：G01K17/08；该发明授权基于模型预测控制的热壁热流逆估计方法是由王辉;朱新新;杨庆涛;白小娟;杨凯;朱涛;杨远剑设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本基于模型预测控制的热壁热流逆估计方法在说明书摘要公布了：本发明公开了一种基于模型预测控制的热壁热流逆估计方法，利用标定试验方法获取的伪随机输入方波热流数据，以及一维非线性传热体对应的双测点温度数据，通过非线性自回归人工神经网络正向传热模型辨识出一维非线性传热体的正向传热模型；以传热体现场实测的第一测点温度信号作为轨迹控制参考输入信号，第二测点温度信号作为附加输入变量，采用步骤二中一维非线性正向传热模型，通过模型预测最优控制算法获得作为控制输入变量的热流估计值。本发明提供一种基于模型预测控制的热壁热流逆估计方法，采用正向非线性传热模型辨识，降低热电偶有色噪声对模型辨识精确度的影响；结合试验标定辨识方法，能有效克服热电偶温度场扰动以及传热体热物性参数非线性时变不利影响。

本发明授权基于模型预测控制的热壁热流逆估计方法在权利要求书中公布了：1.一种基于模型预测控制的热壁热流逆估计方法，其特征在于，包括： 步骤一，基于含后部边界传热扰动的双测温点一维非线性传热体，构建短延迟时序双输入变量的非线性自回归人工神经网络正向传热模型； 步骤二，利用标定试验方法获取的伪随机输入方波热流数据，以及一维非线性传热体对应的双测点温度数据、，通过步骤一的非线性自回归人工神经网络正向传热模型辨识出一维非线性传热体的正向传热模型； 步骤三，以传热体现场实测的第一测点温度信号作为轨迹控制参考输入信号，第二测点温度信号作为附加输入变量，采用步骤二中一维非线性正向传热模型，通过模型预测最优控制算法获得作为控制输入变量的热流估计值； 在步骤一中，所述的双输入变量为热流时序矢量和第二测点温度响应时序矢量； 故输入变量与输出第一测点温度响应之间的关系可近似表示为如下的非线性自回归人工神经网络模型： ； 其中，为参数矢量； 在步骤二中，一维非线性正向传热模型的获取流程被配置为包括： S20,利用标定试验方法获取的伪随机输入方波热流数据得到标定净输入热流； S21，采用Levenberg-Marquardt优化辨识算法，结合、、，根据最优目标函数： ，以调整，使得第一测温点预测温度与第一测点实际输出温度均方差为最小，以得出最优参数矢量，K为非线性自回归人工神经网络正向传热模型参数的总个数； 其中，为K维向量空间,N为标定试验数据对数； S22，基于S21中获得的，得到如下的一维非线性正向传热模型： ； 在步骤三中，所述热流估计值的获取流程被配置为包括： S30，基于一维非线性正向传热模型，以第一测温点时序温度作为轨迹控制输入参考信号，正向传热模型预测的温度信号作为反馈信号，采用拟牛顿寻优算法，进行离线非线性模型预测控制，获得当前时刻最优控制变量增量以使如下目标函数最小： 其中，在正向传热模型温度预测迭代反馈过程中，还涉及将来时间步数p内的模型输入变量值迭代更新，故目标函数中的输入变量矢量可分别表示为： ； S31，基于，得到当前时间步前一时刻的最优热流逆估计值为： ； S32，将当前时刻更新为，返回S30以进行下一时间步的温度预测控制，进而获得最优控制量。

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国空气动力研究与发展中心超高速空气动力研究所，其通讯地址为：621000 四川省绵阳市涪城区二环路南段6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。