(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110599824.5 (22)申请日 2021.05.31 (65)同一申请的已公布的文献号 申请公布号 CN 113221467 A (43)申请公布日 2021.08.0 6 (73)专利权人 西安交通大 学 地址 710049 陕西省西安市碑林区咸宁西 路28号 (72)发明人 李军　黄明　李志刚　张垲垣　 姜世杰　 (74)专利代理 机构 西安智大知识产权代理事务 所 61215 专利代理师 段俊涛 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/28(2020.01) G06K 9/62(2022.01) G06N 7/08(2006.01) G06N 3/12(2006.01)G06F 30/23(2020.01) G06F 111/10(2020.01) G06F 113/08(2020.01) G06F 119/14(2020.01) G06F 119/08(2020.01) (56)对比文件 CN 112507452 A,2021.0 3.16 US 2012215512 A1,2012.08.23 CN 112613720 A,2021.04.0 6 US 2005209767 A1,20 05.09.22 CN 112749519 A,2021.0 5.04 CN 112765746 A,2021.0 5.07 CN 103049664 A,2013.04.17 CN 10272 2103 A,2012.10.10 US 2005209982 A1,20 05.09.22 黄明， 李军， 李 志刚， 宋立明.动叶凹槽 状叶 顶气膜冷却有效度和气动性能不确定性 量化研 究. 《西安交通大 学学报》 .2021, (续) 审查员 李换 (54)发明名称 一种涡轮气热性能不确定性可视化分析方 法与系统 (57)摘要 一种涡轮气热性能不确定性可视化分析方 法与系统， 通过多项式混沌理论进行数学建模， 生成待求解的多项式混沌展 开式， 基于Symolyak 稀疏网格技术生成待计算的样 本点分布数据， 将 系统的不确定性特征映射到多项式混沌展开式 系数上， 获取待求解样本的初场， 进行涡轮气热 性能数值计算， 并将计算结果数据进行希尔排序 预处理， 再进行聚类分析将所有样 本中表征同一 空间位置的网格节点聚集为一类， 随后求取类中 心坐标， 计算该类中心坐标上的涡轮气热参数， 最后计算获取每一个类核心上涡轮气热参数的 均值与偏差， 以及每一个类核心上涡 轮气热性能 对每一个输入变量的敏 感度。 本发 明可进行涡轮叶顶气热性能的不确定性量化， 指导涡轮设计人 员的研究工作。 [转续页] 权利要求书4页 说明书7页 附图4页 CN 113221467 B 2022.10.25 CN 113221467 B (56)对比文件 陈江涛等.基 于稀疏多 项式混沌方法的不确 定性量化分析. 《航空学报》 .2019,(第0 3期), 刘振军等.面向工程全局优化的混沌优化 算 法研究进 展. 《计算力学 学报》 .2016,(第0 3期), Zhu, Peiyuan； Yan, Yo ng； Song, Liming；Li, Jun； F eng, Zhenpi ng.UNCERTAINTY QUANTIFICATION OF H EAT TRANSFER FOR A HIGHLY LOADED GAS T URBINE BLADE ENDWAL L USING POLYNOMIAL C HAOS. 《PROC EEDINGS OF THE ASME TURBO EXPO: T URBINE TECHNICAL CONFERENC E AND EXPOSITION, 2016》 .2016,2/2 页 2[接上页] CN 113221467 B1.一种涡轮气热性能不确定性可视化分析 方法， 其特 征在于， 包括如下步骤： 步骤1， 通过多项式混沌理论进行数学建模， 生成待求解的多项式混沌展开式， 基于 Symolyak稀疏网格技术生成待计算的样本点分布数据， 将系统的不确定性特征映射到多项 式混沌展开式系数 上； 步骤2， 接收所述样本点分布数据， 使用K最近邻分类算法自动搜索已求解样本空间内 与待求解样本物理特 征最相近的样本的计算结果， 作为待求 解样本的初场； 步骤3， 接收待求解样本与初场文件， 将不确定性量化的数值计算逻辑与 结果处理逻辑 分割， 达到多机异地异步分布式计算的目的， 进行涡轮气热性能数值计算； 步骤4， 将步骤3的计算结果数据进行希尔排序预处 理， 使数据规 律分布； 步骤5， 对规律分布的数据进行聚类分析， 将所有样本 中表征同一空间位置的网格节点 聚集为一类； 步骤6， 以同一类中各个数据互相之间的欧式距离为度量， 基于遗传算法求取类中心坐 标， 此类中心坐标即最能代 表该类数据对应的空间位置的网格节点的坐标； 步骤7， 基于空间六面体网格插值方法计算该类 中心坐标上的涡轮气热参数； 所述涡轮 气热参数为换 热量， 空间六面体网格插值方法的步骤如下： 1)计算类中每一个数据点到类核心的距离； 2)计算每一个数据点到类核心的距离的总和， 记为总距离； 3)计算每一个数据到类核心的距离的倒数为权重乘以该数据点上的换热量， 得到该数 据点对类核心的加权换 热量贡献； 4)类中所有数据点的加权换热量贡献的总和除以总距离即为六面体网格插值方法获 得的类核心的换 热量； 步骤8， 使用Galerkin投影法求解所述多项式混沌展开式系数并获得每一个类核心上 涡轮气热参数的均值与偏 差； 并根据Sobol  Indice方法获得每一个类核心上涡轮气热性能 对每一个输入变量的敏感度。 2.根据权利要求1所述涡轮气热性能不确定性可视化分析方法， 其特征在于， 所述步骤 1中， 用如下公式表示 n维k阶稀疏网格精度的数值积分节点： 式中， 表示n维k阶稀疏网格精度的数值积分节点， q为常数， q＝k+n， |i|＝i1+i2+i3 +…+ij+…+in， ij表示第j项展开式一维数值积分节点的序数， j＝1,2,3, ……,n， 表示序 数为ij的一维数值积分的节点； 积分节点对应的权 重w表示如下： 式中 表示序数为ij的稀疏网格数值积分节点权重的分量， 表示由各 个分量组成的向量； 高维积分式∫ΩyΦjρ( ξ )dξ表示 为：权　利　要　求　书 1/4 页 2 CN 113221467 B 3