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！

龙图腾网恭喜西南交通大学申请的专利土体冻融水热场快速重构方法、装置、设备及存储介质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：CN119400303B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202510001343.8，技术领域涉及：G16C20/70；该发明授权土体冻融水热场快速重构方法、装置、设备及存储介质是由李琼林;彭磊;崔凯;秦晓同;李庞举;徐湘田设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本土体冻融水热场快速重构方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种土体冻融水热场快速重构方法、装置、设备及存储介质，方法包括：通过有限元软件建立一维土柱冻胀‑融沉计算模型，模拟计算得到土体一维冻融瞬态温度场和水分场，获取包含位置、时间、温度和饱和度的源域数据集；以源域数据集中的位置和时间作为输入，温度和饱和度作为输出，建立深度神经网络，损失函数包括数据损失和物理损失，同时涉及温度场和水分场；训练源任务模型，得到神经网络参数；训练目标任务模型。本发明基于数值模拟和深度迁移学习，解决了机器学习背景下的多场耦合问题，同时提高了模型的泛化性能，从而实现了稀疏测点条件下土体一维冻胀‑融沉试验瞬态温度场与水分场的快速重构。

本发明授权土体冻融水热场快速重构方法、装置、设备及存储介质在权利要求书中公布了：1.一种土体冻融水热场快速重构方法，其特征在于，包括以下步骤：S1：源域数据集构建；通过有限元软件建立一维土柱冻胀-融沉计算模型，施加随时间变化的温度边界条件与补水边界条件，通过模拟计算得到土体一维冻融瞬态温度场和水分场，提取各节点位置的温度和水分的饱和度，获取包含位置、时间、温度和饱和度的源域数据集；S2：训练源任务模型；以源域数据集中的位置和时间作为输入，温度和饱和度作为输出，建立深度神经网络，通过深度神经网络内嵌物理信息对水热耦合偏微分方程进行自动求解；损失函数包括数据损失和物理损失，同时涉及温度场和水分场，物理损失与水热耦合方程、初始条件和边界条件密切相关；训练源任务模型，得到神经网络参数；与水热耦合方程相关的所述物理损失通过物理方程残差损失函数lossPDE1表示： Np1代表由随机算法生成的物理方程损失项的采样点个数；由于冻融土体水热耦合存在两个物理场控制方程，故式中n＝1,2；fnxi,yi,ti即温度场控制方程残差f1xi,yi,ti和水分场控制方程残差f2xi,yi,ti；所述温度场控制方程残差f1xi,yi,ti见下式： 所述水分场控制方程残差f2xi,yi,ti见下式： 水热耦合项：饱和度S与未冻水含量θu的关系为：其中，ρ是密度；cθ是随体积含水率变化的比热容；是温度T对时间t的导数；λθ是随含水率变化的导热系数；是微分算子，对于二维问题为其中x、y表示节点位置；L是相变潜热；θI是体积含冰量，θu是未冻水含量；ρI是冰密度，ρw是水的密度；Dθu是水的扩散率；kθu是土体渗透率；BT表示固液比，Tf为冻结温度；B为随土质与含盐量变化的常数；θs为饱和含水量；θr为残余含水量；所述温度场控制方程残差和水分场控制方程残差通过水热耦合项连接，选择饱和度S代替θu，联合水热耦合项，通过训练神经网络使得温度场控制方程残差和水分场控制方程残差接近0，使得输出数据更加逼近水热耦合偏微分方程的解；S3：训练目标任务模型；将训练得到的神经网络参数迁移至目标任务的神经网络模型，作为初始值；对中间层的神经网络参数进行冻结，仅对首尾部分网络层重新训练，神经网络模型的结构和训练方法与源任务相同；训练完成后，输入坐标位置与时间，实现稀疏测点条件下土体一维冻融瞬态温度场与水分场的快速重构。

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南交通大学，其通讯地址为：610031 四川省成都市金牛区二环路北一段111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”。