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！

龙图腾网获悉西安理工大学申请的专利管内过冷沸腾流动阻力特性的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：CN115841073B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202211507263.2，技术领域涉及：G06F30/27；该发明授权管内过冷沸腾流动阻力特性的预测方法是由郑书闽;颜建国;郭鹏程;王帅;朱旭涛;刘坤设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本管内过冷沸腾流动阻力特性的预测方法在说明书摘要公布了：本发明公开管内过冷沸腾流动阻力特性的预测方法，具体为：获取流动换热实验的基础数据；计算出雷诺数Re，沸腾数Bo、基于进口参数的雅各布数Ja；确定预测模型的输入参数和输出参数，并得到输入参数和输出参数的对应关系；对步骤3的输入参数和输出参数进行归一化处理；利用归一化处理后的输入参数和输出参数，搭建极限学习机模型；利用遗传算法对搭建的极限学习机模型的初始权值和阈值进行寻优，得到新的预测模型；获得预测集数据的回归决定系数R2、全部数据的平均绝对误差MAE及均方根误差RMSE；选取具有最大回归决定系数R2、最小平均绝对误差MAE和均方根误差RMSE的神经元数量的预测模型作为最终的预测模型。该方法能够准确预测管内过冷沸腾的阻力特性。

本发明授权管内过冷沸腾流动阻力特性的预测方法在权利要求书中公布了：1.管内过冷沸腾流动阻力特性的预测方法，其特征在于，具体按照以下步骤实施： 步骤1：开展过冷流动沸腾实验测试，获取流动换热实验的基础数据； 步骤2：利用步骤1的基础数据，计算出雷诺数Re，沸腾数Bo、基于进口参数的雅各布数Ja； 步骤3：确定预测模型的输入参数和输出参数，并得到输入参数和输出参数的对应关系； 步骤4：对步骤3的输入参数和输出参数进行归一化处理； 步骤5：利用步骤4归一化处理后的输入参数与输出参数以及LeakyReLU函数，搭建极限学习机模型； 步骤6：利用遗传算法对步骤5搭建的极限学习机模型的初始权值和阈值进行寻优，得到更新的预测模型； 步骤7：将全部过冷沸腾实验数据按比例随机分为训练集和预测集两部分，训练集数据用于训练预测模型，预测集数据用于验证预测模型的精度；调整步骤6的预测模型中隐含层神经元数量，重复进行上述步骤； 步骤8：比较步骤7中隐含层神经元数量对预测精度影响，选取具有最大回归决定系数R、最小平均绝对误差MAE和均方根误差RMSE的神经元数量的预测模型，并将其作为最终的预测模型。

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安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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。