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！

龙图腾网获悉深圳市鼎粤科技有限公司;深圳华制智能制造技术有限公司申请的专利基于多源数据融合与物理仿真的数字孪生体动态构建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：CN121744943B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610219050.1，技术领域涉及：G06F30/27；该发明授权基于多源数据融合与物理仿真的数字孪生体动态构建方法是由蒋俊峰;向思宇;李文斌;康世杰设计研发完成，并于2026-02-24向国家知识产权局提交的专利申请。

本基于多源数据融合与物理仿真的数字孪生体动态构建方法在说明书摘要公布了：本申请涉及数字孪生、物理建模与多源数据融合技术领域，提供了一种基于多源数据融合与物理仿真的数字孪生体动态构建方法。方法包括：获取来自预设的传感器阵列、数值仿真结果和历史数据库的多源异构数据流，识别多源异构数据流中主导物理过程的关键特征模态，利用时间滑动窗口与遗忘机制获取关键特征模态对应的关键特征模态时变物理场演化规律，从高维观测空间提取反映动力学行为的低维稀疏特征参量集，以采用高斯过程回归、神经网络代理模型或本征正交分解结合插值技术构建降阶代理模型；接收对应的实时观测数据流，以结合降阶代理模型建立从模型预测、高保真求解校验到观测数据校正的全闭环反馈链路，完成数字孪生体的构建。

本发明授权基于多源数据融合与物理仿真的数字孪生体动态构建方法在权利要求书中公布了：1.一种基于多源数据融合与物理仿真的数字孪生体动态构建方法，其特征在于，包括： 获取来自预设的传感器阵列、数值仿真结果和历史数据库的多源异构数据流，识别多源异构数据流中主导物理过程的关键特征模态，利用时间滑动窗口与遗忘机制获取关键特征模态对应的关键特征模态时变物理场演化规律，从高维观测空间提取反映动力学行为的低维稀疏特征参量集； 以所述低维稀疏特征参量集为输入，采用高斯过程回归、神经网络代理模型或本征正交分解结合插值技术构建降阶代理模型，包括：将提取得到的低维稀疏特征参量集作为降阶代理模型的唯一输入，使降阶代理模型仅在物理主导子空间内进行映射运算，从根源上控制模型复杂度并保证实时性；构建统一的降阶映射关系，通过特征哈希映射矩阵将稀疏特征参量压缩至固定的低维计算空间，降低降阶代理模型的访存与乘加开销；选择高斯过程回归、轻量神经网络或基于本征正交分解的插值算子中的任意一种作为降阶代理模型主体，将压缩后的低维稀疏特征参量输入至降阶代理模型主体，通过样本训练使降阶代理模型主体能够以最低计算代价逼近高保真物理求解器在同一特征空间下的系统响应，完成降阶代理模型的构建；对降阶代理模型进行轻量化设计与实时性优化； 设定基于稀疏特征变化率或不确定性估计的触发阈值，若根据触发阈值检测到特征参量突变且超出降阶代理模型可靠预测范围，激活局部区域的高保真物理求解器，高保真物理求解器用于针对发生突变的物理子区域与时间片段进行计算，并将结果作为真值反馈至对应的模型更新流程； 接收对应的实时观测数据流，通过数据同化技术将实时观测数据流对应的观测信息融入代理模型预测输出，动态修正降阶代理模型的预测偏差，输出附带有不确定性量化的预测结果，以结合降阶代理模型建立从模型预测、高保真求解校验到观测数据校正的全闭环反馈链路，完成数字孪生体的构建。

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深圳市鼎粤科技有限公司;深圳华制智能制造技术有限公司，其通讯地址为：518000 广东省深圳市坪山区龙田街道老坑社区光科一路6号青铜剑科技大厦1栋1313；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。