公开(公告)号：CN118133716A

公开(公告)日：2024-06-04

申请号：CN202410278340.4

申请日：2024-03-12

Applicant: 中南大学

Inventor： 周蕾 ,  何旭辉 ,  张洪福 ,  谢锦添

IPC: G06F30/28 ,  G06T17/00 ,  G06F30/27 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明涉及流场重构技术领域，公开了一种物理知识嵌入的复杂三维流场深度学习重构方法及系统，该方法将同步测量两个不同高度的平面获得的二维流场数据、同步建筑表面测压数据以及热线延时测量得到的尾流速度序列输入PINN框架对局部三维流场进行重构，得到能够准确重构局部三维流场的最大高度△H；对两个平面同步平移△H，得到n个局部三维流场，基于所述n个局部三维流场确定代表全局三维流场的流动模态。这样，利用粒子图像测速同步测量的两个平面的二维流动数据重构出高层建筑在风作用下的局部三维流场，将局部三维流动模态构建为全局模态。可以更容易地进行特征提取，降低计算复杂度和建模难度，解决现有技术中三维流场重构时的计算时间成本和复杂性较高的问题。本发明可有效应用于工程结构、车辆、航空飞行器以及风能收集装备的三维复杂流场重构，为相应机理的揭示和控制措施的提出提供支撑。