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！

龙图腾网获悉武汉理工大学三亚科教创新园申请的专利基于物理信息神经网络的水润滑轴承性能计算方法及装置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：CN121598805B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610113604.X，技术领域涉及：G06F30/27；该发明授权基于物理信息神经网络的水润滑轴承性能计算方法及装置是由朱汉华;寇新俊;周建辉;张显贺;蔺佳伟;石振伟;陈建宇;王斌设计研发完成，并于2026-01-28向国家知识产权局提交的专利申请。

本基于物理信息神经网络的水润滑轴承性能计算方法及装置在说明书摘要公布了：本发明提供一种基于物理信息神经网络的水润滑轴承性能计算方法及装置，该方法包括：将水润滑轴承样本的相关物理参数输入多层感知机神经网络，得到水润滑轴承样本内的无量纲压力场，相关物理参数包括无量纲周向坐标x和无量纲轴向坐标z；根据水润滑轴承样本的无量纲压力场和无量纲膜厚，确定Reynolds方程残差、绝对压力非负约束和边界条件约束，从而得到总损失函数，根据总损失函数对多层感知机神经网络进行训练；将目标水润滑轴承的无量纲周向坐标x和无量纲轴向坐标z输入训练后的多层感知机神经网络，得到目标水润滑轴承内的无量纲压力场；根据目标水润滑轴承内的无量纲压力场计算性能指标。本发明提高轴承性能计算的效率和精度。

本发明授权基于物理信息神经网络的水润滑轴承性能计算方法及装置在权利要求书中公布了：1.一种基于物理信息神经网络的水润滑轴承性能计算方法，其特征在于，包括： 将水润滑轴承样本的相关物理参数输入多层感知机神经网络，得到所述多层感知机神经网络输出的所述水润滑轴承样本内的无量纲压力场，所述相关物理参数包括无量纲周向坐标x和无量纲轴向坐标z； 根据所述水润滑轴承样本的无量纲压力场和无量纲膜厚，确定所述水润滑轴承样本的Reynolds方程残差； 根据所述无量纲压力场对所述水润滑轴承样本进行绝对压力非负约束，并对所述水润滑轴承样本进行边界条件约束，将所述Reynolds方程残差、绝对压力非负约束和边界条件约束进行加权求和确定总损失函数，根据所述总损失函数对所述多层感知机神经网络进行训练； 将目标水润滑轴承的相关物理参数输入训练后的多层感知机神经网络，得到所述多层感知机神经网络输出的所述目标水润滑轴承内的无量纲压力场； 根据所述目标水润滑轴承内的无量纲压力场，计算所述目标水润滑轴承的性能指标； 所述水润滑轴承样本的无量纲膜厚的计算公式为： ； 其中，e为所述水润滑轴承样本的偏心率； 通过以下公式根据所述水润滑轴承样本的无量纲压力场和无量纲膜厚，确定所述水润滑轴承样本的Reynolds方程残差： ； 其中，N为所述水润滑轴承样本的数量，为水润滑轴承样本的无量纲膜厚，为所述多层感知机神经网络预测的水润滑轴承样本的无量纲压力场； 通过以下公式根据所述无量纲压力场对所述水润滑轴承样本进行绝对压力非负约束： ； 其中，为所述绝对压力非负约束，N为所述水润滑轴承样本的数量，为所述多层感知机神经网络输出的无量纲压力场，为防止为零的预设常数； 通过以下公式对所述水润滑轴承样本进行边界条件约束： ； 其中，为所述边界条件约束，N为所述水润滑轴承样本的数量，Pb为所述水润滑轴承样本的四周边界上的无量纲压力，P为所述水润滑轴承样本的绝对压力，和分别为第k个水润滑轴承样本四周边界b上的无量纲周向坐标和无量纲轴向坐标。

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武汉理工大学三亚科教创新园，其通讯地址为：572025 海南省三亚市崖州湾科技城用友产业园9号楼；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。