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！

龙图腾网恭喜南昌航空大学;江西省科技事务中心申请的专利尾旋特征分析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：CN119026479B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411437170.6，技术领域涉及：G06F30/27；该发明授权尾旋特征分析方法是由涂良辉;闫超;万婷;徐王强;刘星宇;李镇文;付健;刘吉禹;胡新科;沈佳琦;喻婧设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本尾旋特征分析方法在说明书摘要公布了：本发明涉及一种尾旋特征分析方法，通过求解尾旋动力学微分方程的方式获得尾旋特性时间历程，对仿真算例在重量、转动惯量、进入方式等多参数变化条件下的尾旋特性进行预测，解析出多变参对尾旋特性的影响；运用基于决策树分析的XGBoost回归算法搭建机器学习模型，以平均迎角、平均旋转速率、下沉速度等尾旋特性为目标，对仿真算例的多变参进行特征重要性分析；分析出多变参对相同尾旋特性的影响占比，以量化的方式完成关键因素对尾旋的影响。本发明尾旋特征分析方法，以尾旋特性为目标，对重量、转动惯量、进入方式3个多变参进行特征重要性分析，以定量权重的形式给出每种变参对相应目标的影响程度，完成所述仿真算例的多维全域特征分析。

本发明授权尾旋特征分析方法在权利要求书中公布了：1.一种尾旋特征分析方法，其特征在于，通过求解尾旋动力学微分方程的方式获得尾旋特性时间历程，对仿真算例在重量、转动惯量、进入方式多参数变化条件下的尾旋特性进行预测，解析出多变参对尾旋特性的影响；运用基于决策树分析的XGBoost回归算法搭建机器学习模型，以平均迎角、平均旋转速率、下沉速度这些尾旋特性为目标，对仿真算例的多变参进行特征重要性分析；分析出多变参对相同尾旋特性的影响占比，以量化的方式完成关键因素对尾旋的影响；包括多变参尾旋特性预测和基于特征重要性的多维全域特征分析；多变参尾旋特性预测以动力学模型、运动模型和大迎角非定常气动模型为模型基础，以物理驱动的分析策略，通过MATLAB搭建仿真平台求解具有明确物理意义的尾旋动力学微分方程，实现失速尾旋进入及改出整个动态过程的实时仿真，完成多变参尾旋特性预测；基于机体轴坐标系，建立包含轴向力、横向力、法向力、滚转力矩、俯仰力矩和偏航力矩的动力学方程，用于描述飞机在尾旋过程中的受力情况；建立包含滚转角速度、俯仰角速度和偏航角速度的运动学方程，用于描述飞机在尾旋过程中的运动状态；采用动导数模型，将大迎角风洞试验中的静态气动力数据、强迫振荡运动引起的气动力数据和旋转运动引起的气动力数据相结合，用于描述飞机在大迎角下的气动特性；输入仿真所需的气动参数数据库，并进行多维插值处理；利用数值仿真方法，计算尾旋时间历程，得到尾旋计算结果；通过观察仿真曲线和参数变化，分析多变参对尾旋特性的影响趋势和规律；基于特征重要性的多维全域特征分析，将多变参对尾旋特性的影响程度，与特征重要性分析进行结合，以多变参作为机器学习模型中的各个特征，将尾旋特性作为预测结果，利用特征重要性分析即可获得多变参对尾旋特性影响的贡献度。

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南昌航空大学;江西省科技事务中心，其通讯地址为：330000 江西省南昌市红谷滩新区丰和南大道696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”。