王勇 - 合伙人、律师、专利代理师
科研工作中获得公式的方式有多种,目前科学实验中常见和使用的主要有三种:原理推导型公式,经验型公式和数值模拟型公式。由于发明途径不同,公式获得的方式不同,需要根据发明的具体情况和公式的获得方式,选择合适的策略来撰写专利申请文件,以有利于获得专利权和未来的维权,最大限度地保护技术创新成果。以下简要介绍上述三种公式类型发明的特点及其撰写建议。
1. 原理推导型公式
原理推导型公式是指基于科学原理和数学分析直接推导出的公式。这些公式通常是从基本的物理定律、化学原理或数学定理出发,通过分析、逻辑推理和数学推导得到的,在科学和工程领域有广泛的应用,如力学、电磁学、量子力学、流体力学等。
概括说来,原理推导型公式通常具有如下一些特点:1)基于基本定律:这种公式通常基于基本的科学定律,如牛顿定律、麦克斯韦方程、热力学定律等;2)具有精确解:这些公式能够提供问题的精确解,而不是近似解或数值解;3)利用数学推导:通过数学推导,如微分、积分、代数变换等,从基本原理中导出;4)可以实验验证:人们可以通过实验数据验证这些公式的正确性,进一步增强理论的可靠性。
基于以上特点,在撰写这类发明时,首先要明确描述要解决的技术问题或挑战,阐述现有技术在处理某些问题时的不足之处。例如,现有的流体动力学模型无法准确预测特定条件下的流动特性,或者现有的化学反应模型在高温条件下精度不足,说明为什么需要新的公式,为什么现有的方法或模型不能有效解决这个问题,这样有助于突出新公式的创新性和实用性。
在描述现有技术的缺陷时,通常要提供现有技术或方法的背景信息,指出其局限性。这部分需要引用相关的文献或专利,以说明现有技术在某些应用或者环境中可能会失效或表现不佳。
在说明书部分,要详细描述公式推导所基于的基础科学原理,例如物理定律、化学定律或数学原理。如果发明的公式基于一个复杂的理论模型,要解释这个模型的结构。例如,涉及电磁场的发明,可以引用麦克斯韦方程组,并解释这些方程是如何在模型中发挥作用的。另外,推导公式时通常需要给出前提或者做出一些假设,如忽略空气阻力、假设材料均匀等。这些前提或者假设必须写明,并解释为什么这些假设是合理的或必要的。要确保定义清晰,避免使用不常见或模糊的术语。
说明书中要详细具体地描述公式的推导过程。在描述公式的推导过程时,可以将公式的推导过程分为多个步骤,介绍必要的公式转换过程,逐步详细说明,提供每一步的数学演绎和/或逻辑推理,确保每一个步骤都有理有据。例如,如何从牛顿第二定律推导出加速度公式,或从热传导方程推导出温度分布公式。
在发明过程中,为了得到实用的公式,通常还需要对复杂的方程进行简化。例如,假设某些变量的变化很小,或者将复杂的多变量方程简化为一维问题。在这种情况下,要充分说明这些简化是合理的,并且在推导过程中予以说明。如果推导过程涉及到边界条件或初始条件,这些条件必须清晰描述,因为这些条件会直接影响公式的适用性和结果的准确性。
还要注意,对于推导出的公式中的每个变量和参数,要提供它们的物理或化学意义,这有助于审查员或者公众理解公式在实际应用中的功能。解释公式的含义,可以包括例如如何描述系统的行为、预测结果,或优化设计,确保公式不仅在数学上是正确的,在物理意义上也是合理的。任何理论都有一定的局限性和所适用的条件或者环境,因此在必要时,要说明公式适用于哪些特定的条件或场景,适用的物理条件,如温度范围、压力范围、材料性质等。例如,公式是否仅适用于高温环境下的材料,或只能在低速流动的流体中使用。这些说明有助于界定公式的保护范围。
在实施例部分,要通过实例来展示公式的应用。例如,应用公式来预测一个特定条件下的材料强度,或使用公式来设计一个更加节能的设备。通过实例展示公式的实际价值,以及通过数值模拟或实验数据来验证公式的准确性,以证明公式在实际应用中的有效性,必要时可以提供具体的数据或图表作为支持。
在描述发明所取得的技术效果时,可以将新公式与现有技术或方法进行对比,展示新公式在精度、效率、或适用范围上的优势。这种对比分析有助于证明新公式的创新性和实际价值。可以通过提供相关的图表,如模拟数据曲线、误差分析图等,来直观展示公式的效果和适用性。
由于原理推导型公式具有坚固的理论基础和严密的推导过程,说明书中通常不需要过多的实施例,通常只要有代表性的实施例可以说明如何使用所获得的公式即可。但是,为了充分扩展公式的适用范围或者权利要求的保护范围,避免将适用范围限制得过于狭窄,发明人要尽量展示公式在多种条件、范围或者环境下的适用性,以增强专利保护的宽度范围。
2. 经验型公式
经验型公式是基于实验数据、观察或经验得出的数学表达式,是通过对实验测量得出的数据进行拟合得到的一种数学关系,用于描述两个或多个变量之间的关系,但不一定能够从基本的物理原理推导出来。
经验型公式通常具有如下一些特点:1)基于实验数据:公式是通过收集和分析实验数据得到的,反映了数据的统计规律;2)适用范围限制:所获得的公式只在特定的条件或范围内有效,超出这个范围可能不再适用;3)缺乏理论解释:经验公式可能无法提供深入的理论解释,但能够描述现象;4)参数调整:公式中可能包含一些经验参数,需要通过拟合实验数据来确定。
由于经验型公式需要基于大量的实验数据,收集和分析实验数据,以反映数据的统计规律,因此其说明书和实施例的撰写方式与原理推导型公式有所不同。
首先,要详细描述实验的过程,说明实验的目的、条件、设备、材料等,确保实验条件的描述足够详细,以使本领域普通技术人员能够再现这些实验。例如,描述实验是在什么实验条件(如温度、压力等)下进行的,使用了哪些测量仪器,以及测量精度是多少。要详细记录实验中获得的数据,列出在实验中测量的所有变量和参数,并判断这些变量和参数将在最终公式中起到的作用。每个变量的测量方法和精度都需要说明,以确保数据的可信性。必要时要说明数据的来源和采集方式,例如,数据是否来源于自主实验,是否结合了第三方数据,或者数据是否经过了多次实验验证。确保数据来源可靠,覆盖面广,具有代表性。
在说明书中记录通过实验或观察收集的大量相关数据时,要确保数据的多样性和代表性,必要时还要描述如何处理和清理实验数据,例如,如何去除噪声、数据归一化、平滑处理等,排除异常值和错误数据,是否需要进行必要的数据转换和标准化。数据处理过程必须合理且符合科学方法,以保证后续推导出的公式是基于准确的数据。
在展示如何从所获得的实验数据中得到公式时,要介绍所采用的数据拟合方法,比如统计分析方法,如回归分析、主成分分析、机器学习等,说明这些方法是如何应用于数据分析中的。例如,描述如何通过多元线性回归得到一个最佳拟合公式,或者通过聚类分析识别数据中的模式。
在描述从实验数据推导公式的过程中,可以分步阐述如何通过数据拟合、回归分析或机器学习模型总结出数据之间的关系。确保每一步都逻辑清晰,并有充分的数学支持。例如,通过多次线性回归得出一个多项式公式,或者使用神经网络总结复杂的非线性关系。解释公式中的每个变量和参数是如何从数据中提取和定义的,说明这些变量与实验数据之间的关系,以及为什么这些变量在公式中是必要的。在将总结出的公式以标准数学形式呈现时,每个变量和参数的物理或化学意义也需要明确,要解释其具体含义,确保公式表达简洁、明确,并能够在不同的应用场景下被直接使用。
为了适当扩大涉及这类公式的发明的保护范围,还需要对所获得的公式进行具体分析,分析模型参数的变化或者变化的组合对预测结果的影响,确定关键参数和非关键参数。需要注意的是,经验公式可能在某些情况下表现出色,而在其他情况下则不尽如人意,因此要评估在不同的条件和环境下经验公式的适用性,明确公式适用于哪些条件或场景,例如温度、压力、材料类型等,尽可能地给出其适用的情形或者参数的范围,以有助于界定公式的应用范围,确保公式的普适性和有效性。
为了证明所获得的经验公式的有效性,说明书中还需要公开如何通过进一步实验来验证公式。可以设计新的实验,或将公式应用于不同的数据集或实验条件下,展示公式在这些情况下的表现。例如,验证公式在不同材料或不同操作条件下的预测能力。将新公式与现有的公式或模型进行对比分析,展示新公式在准确性、适用性或计算效率上的优势。可以通过实验数据或计算结果的对比,展示关键的实验数据及其分析结果。数据应当能够支持公式的推导过程,并展示其有效性。例如,提供用于拟合公式的原始数据表格、回归分析结果、误差分析等,确保所使用的实验数据足够广泛,能够代表公式要描述的现象。数据的覆盖面不足可能会限制公式的适用范围,影响专利申请授权的机会。
公式应具备足够的普适性,避免过度拟合,即公式仅适用于特定数据集而无法推广至其他场景。确保审查员或者公众有足够理由相信公式能够在多种条件下表现良好,是这类专利申请能够获权以及维权的重要因素。
总之,在撰写涉及基于大量实验数据总结出的公式的专利申请时,需要全面而详细地描述实验设计、数据处理、公式推导和验证过程。通过提供清晰的逻辑推理、数据支持和实际应用实例以及验证,可以增强专利申请的说服力和扩大保护范围,确保权利要求覆盖公式的核心创新点,以增强专利的广泛保护和商业价值。
3.数值模拟型公式
数值模拟型公式指的是在科学计算和工程领域中,通过数学模型来近似或模拟实际物理现象的公式。这些公式不是直接从物理定律推导出来的解析解,而是通过数值方法得到的近似解。其通过离散化和近似来处理那些难以用解析方法解决的问题,从而在计算机上进行大规模的计算和模拟。
数值模拟是一个迭代和多阶段的过程,可能需要多次调整和优化以获得准确的结果,其准确性受到所选数值方法、离散化精度、算法效率和计算机硬件等因素的影响。在数值模拟中,确保模型的准确性和稳定性是至关重要的。因此,在进行数值模拟时,要注意以下问题:1)根据问题的特性(如椭圆型、抛物型或双曲型)选择恰当的数值方法;2)确保离散化方案能够保持原问题的物理特性,如守恒律和对称性;3)通过在不同网格尺寸下进行模拟,检查结果的收敛性和网格无关性;4) 对于时间依赖性问题,选择合适的时间步长以确保稳定性,同时避免过小步长导致的计算效率问题;5)正确地施加物理上合理的边界条件和初始条件,它们对模拟结果有直接影响;6)估计数值误差(截断误差和舍入误差),并采取措施控制误差在可接受范围内;7)使用后验误差估计方法来评估和改进数值解的精度。
数值模拟型公式通常用于模拟复杂的物理、化学、生物或工程系统,并且可能涉及计算机程序、算法、或特定的数值方法,在撰写这类专利申请时需要考虑公式的生成、应用和具体实现方式。
首先,在申请中详细描述要模拟的物理现象或工程问题,例如,模拟流体流动、热传导、化学反应或其他复杂现象,解释为什么数值模拟是解决该问题的最佳方法,详细描述基础的数学模型。如果模型涉及多种物理现象,确定需要求解的物理量和相应的边界条件;在根据物理定律建立描述问题的基本方程时,通常引入必要的假设以简化问题。
在详细描述用于求解数学模型的数值方法时,要根据问题的特性选择合适的数值方法,例如有限元法、有限差分法、有限体积法或蒙特卡洛模拟。如果公式涉及离散化过程(例如,将连续方程转换为离散形式),要说明离散化的步骤和方法。这可能包括网格生成、时间步长选择和空间步长选择等内容。如果有相关的计算程序或算法,用于实现数值模拟,要在说明书中详细描述该程序的逻辑和步骤。如果涉及特定的软件实现或代码,优选提供伪代码或流程图,以便审查员理解算法的实现过程。要描述在数值模拟中使用的边界条件和初始条件,这些条件对模拟结果有直接影响,必须明确说明。
对于数值模拟型公式的发明,数值模拟结果的准确性验证是一个重要步骤。通过分析数值模拟的结果,检查其是否合理并符合物理现象;在进行数值模拟结果的验证时,要提供数值模拟的结果,包括图表、数据和比较分析,说明这些结果如何验证了数值模型的有效性,以及将数值模拟结果与实验数据、理论预测或现有模拟方法的结果进行对比,以证明新公式或方法的优越性。数值模拟的准确性验证是一个复杂的过程,工程中已经有多种进行验证的方法,在实际应用中,可能需要根据具体问题和可用资源来选择一种或者多种合适的验证方法。
在实施例部分还要详细描述数值模拟公式的实际应用场景,说明数值模拟公式如何在实际中应用。例如,公式可能用于设计更高效的涡轮机叶片、预测化学反应的速率、优化建筑物的热管理系统等,讨论数值模拟公式在不同工业领域的潜在应用,如航空航天、汽车、化学工程、材料科学等,这些示例可以包括模拟的详细步骤、使用的参数、以及如何解释结果,有助于拓展专利的保护范围。
在专利申请中还可以提供相关的附图,例如模拟过程的流程图、计算网格的示意图或数值模拟结果的图表。这些图形有助于审查员更好地理解发明内容。
综上所述,撰写涉及数值模拟型公式的专利申请时,需要详细描述数学模型、数值方法、计算程序和实际应用场景;提供足够的支持证据和实例,以证明该公式在解决特定问题中的有效性;通过清晰的描述和图示,帮助审查员理解复杂的数值模拟过程,从而提高专利申请的成功率。
4、总结
从上面的介绍可以看出,在撰写涉及三种类型公式的专利申请时,需要针对公式的来源、推导过程和验证方法做出差异化处理。原理推导型公式侧重于理论推导和少量实验验证,实验总结型公式依赖大量数据分析和广泛的应用验证,而数值模拟型公式则需要详细描述模拟过程和结果。因此,专利代理人在撰写申请文件时要重视其不同的要求和特点,以确保专利申请文件的完整性,提高专利权的法律保护力度。
下面以表格形式简要示出三种类型公式的专利申请的特点对比,以供从业者参考。
|
原理推导型公式 |
实验总结型公式 |
数值模拟型公式 |
公式来源 |
基于已知的科学原理或理论,通过数学推导得出公式,具有较强的理论基础。 |
基于大量实验数据,通过数据分析和拟合得到经验公式,是对复杂现象的总结,可能没有明确的理论基础 |
通过数值模拟得到公式或模型,通常用于复杂系统的模拟和预测。 |
创新点 |
如何从基础原理推导出新的公式,或如何将已有原理应用于新的领域 |
如何设计实验、收集数据,以及如何通过数据分析得出公式。需要详细说明数据来源、分析方法,以及公式的适用范围和准确性 |
在于模拟方法、模型建立过程,以及如何通过模拟得出公式。需要详细描述数值模拟的边界条件、初始条件、网格划分等技术细节 |
实验数据的作用 |
实验数据通常用于验证公式的正确性,不是用于推导公式本身。实验部分可以较为简略,但需要明确展示公式的实际效果。 |
实验数据是公式的基础,需要详细描述实验设计、数据收集和数据分析过程。数据的质量、数量和多样性直接决定了公式的可靠性。 |
数值模拟的结果相当于“实验数据”,要详细描述模拟的过程和结果。模拟中的每个步骤,如网格划分、边界条件设置等需要说明。 |
数据量要求 |
只需提供少量实验数据,以证明公式在应用中的有效性和准确性 |
需要提供大量数据,展示如何通过数据分析得出公式,并证明公式的普适性和可靠性。 |
需要提供模拟结果的图表和数据,并通过对比实际情况或其他模型来验证模拟的准确性和适用性。 |
公式形成过程 |
公式的推导过程是发明的核心内容,必须详细描述。需要展示从基本原理到最终公式的每一步推导过程,确保逻辑严谨。 |
推导过程主要集中在数据分析方法上,如回归分析、拟合曲线、统计方法等。需要描述如何从实验数据中得出公式,以及所用方法的科学依据。 |
重点描述数值模拟方法,详细说明模拟中的每个步骤,包括网格划分、边界条件设定、求解器选择等。 |
公式描述方式 |
详细说明推导中使用的数学方法,并解释每一步的物理或化学意义 |
强调公式的经验性,说明公式适用于哪些范围,并解释为什么这些范围内的实验数据能够支持公式的推导。 |
展示模拟结果,并通过与实际数据的对比、误差分析等方法解释公式的准确性和适用性。 |
公式验证方法 |
通常通过少量实验验证公式的正确性,也可以通过与已知理论的对比来进行验证。 |
需要通过不同条件下的实验验证公式的普适性,例如,在不同材料、环境、工艺条件下的验证。 |
通过进一步的数值模拟或实际应用验证公式的准确性。需要多个场景下的模拟结果来证明公式的可靠性 |
公式应用范围 |
描述公式在特定领域中的应用,并解释其与现有方法相比的优势。 |
展示公式在多个领域或应用场景下的有效性,证明其广泛适用性。 |
展示公式在实际工程或工业应用中的效果,并通过具体案例说明其应用价值。 |
作者简介:
王勇先生于1991年毕业于上海华东师范大学计算机科学系。1994年在中国科学院计算技术研究所获硕士学位,2005年获得中国人民大学法学硕士学位。王勇先生于1994年至2006年在中国专利代理(香港)有限公司从事专利代理工作,2007年加入泛华伟业知识产权代理有限公司任高级合伙人。
王勇先生中华全国专利代理师协会会员,中华全国专利代理师协会电子、信息技术专业委员会委员,国际许可证贸易工作者协会(LES)中国分会会员;国际保护知识产权协会(AIPPI)中国分会会员;国际知识产权律师联合会(FICPI)中国分会会员。中华全国专利代理师协会专利代理师培训讲师。
王勇先生的业务领域主要涉及计算机硬件、计算机软件、通信技术、半导体器件及制备工艺、自动控制及家用电器等领域。王勇先生长期从事知识产权保护的咨询、代理工作,曾代理来自国内外申请人的数千件专利申请,在专利申请文件撰写、审查意见答复、专利申请复审、专利无效、专利行政诉讼、侵权诉讼、集成电路布局保护和计算机软件保护等方面拥有丰富的经验。作为富有经验的律师和专利代理人,王勇先生曾在涉及世界多家著名跨国公司的数十件专利案件中作为指导者和主要负责律师参与诉讼。