-
公开(公告)号：CN115311535B
公开(公告)日：2022-12-30
申请号：CN202211195363.6
申请日：2022-09-29
Applicant: 中国空气动力研究与发展中心低速空气动力研究所
IPC: G06V10/82 , G06V10/80 , G06V10/774 , G06N3/04
Abstract: 本申请涉及结冰研究领域，提供了一种结冰风洞云雾场参数获取方法和存储介质。该方法包括：根据工况参数对第一多层感知机进行训练，并根据工况参数下的结冰图像对卷积神经网络进行训练，第一多层感知机用于获得参数特征，卷积神经网络用于获得冰形轮廓特征；将第一多层感知机获得的参数特征和卷积神经网络获得的冰形轮廓特征进行特征融合，根据融合后的特征对第二多层感知机进行训练，第二多层感知机用于获得云雾场参数辨识值；根据工况参数、结冰图像、训练完成的第一多层感知机、卷积神经网络和第二多层感知机，获得云雾场参数辨识值。通过上述方法，可以有效解决现有技术在获取结冰风洞云雾场参数时，存在的测量困难、成本高、精度低等问题。
-
公开(公告)号：CN115311535A
公开(公告)日：2022-11-08
申请号：CN202211195363.6
申请日：2022-09-29
Applicant: 中国空气动力研究与发展中心低速空气动力研究所
IPC: G06V10/82 , G06V10/80 , G06V10/774 , G06N3/04
Abstract: 本申请涉及结冰研究领域，提供了一种结冰风洞云雾场参数获取方法和存储介质。该方法包括：根据工况参数对第一多层感知机进行训练，并根据工况参数下的结冰图像对卷积神经网络进行训练，第一多层感知机用于获得参数特征，卷积神经网络用于获得冰形轮廓特征；将第一多层感知机获得的参数特征和卷积神经网络获得的冰形轮廓特征进行特征融合，根据融合后的特征对第二多层感知机进行训练，第二多层感知机用于获得云雾场参数辨识值；根据工况参数、结冰图像、训练完成的第一多层感知机、卷积神经网络和第二多层感知机，获得云雾场参数辨识值。通过上述方法，可以有效解决现有技术在获取结冰风洞云雾场参数时，存在的测量困难、成本高、精度低等问题。
-
公开(公告)号：CN115048748A
公开(公告)日：2022-09-13
申请号：CN202210964472.3
申请日：2022-08-12
Applicant: 中国空气动力研究与发展中心低速空气动力研究所
IPC: G06F30/17 , G06F30/27 , G06F30/28 , G06K9/62 , G06N3/12 , G06F111/08 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明属于结冰风洞试验领域，具体涉及一种获得压缩机压力预测模型的方法、系统、处理终端。其中，获得压缩机压力预测模型的方法包括如下步骤：S100：获取组试验参数，试验参数包括：风速、气流密度、换热器入口温度、换热器出口温度和压缩机吸气压力；S200：通过遗传算法优化随机森林得到一个最优的森林；S300：将组试验参数的风速、气流密度、换热器入口温度、换热器出口温度作为最优的森林的树的输入，将压缩机实际吸气压力作为森林的树的输出，进行训练，得到预测模型。通过该方法获得的预测模型能够预测实际吸气压力值，该预测的实际压力值具有更高的精确度。
-
公开(公告)号：CN115048748B
公开(公告)日：2022-10-28
申请号：CN202210964472.3
申请日：2022-08-12
Applicant: 中国空气动力研究与发展中心低速空气动力研究所
IPC: G06F30/17 , G06F30/27 , G06F30/28 , G06K9/62 , G06N3/12 , G06F111/08 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明属于结冰风洞试验领域，具体涉及一种获得压缩机压力预测模型的方法、系统、处理终端。其中，获得压缩机压力预测模型的方法包括如下步骤：S100：获取组试验参数，试验参数包括：风速、气流密度、换热器入口温度、换热器出口温度和压缩机吸气压力；S200：通过遗传算法优化随机森林得到一个最优的森林；S300：将组试验参数的风速、气流密度、换热器入口温度、换热器出口温度作为最优的森林的树的输入，将压缩机实际吸气压力作为森林的树的输出，进行训练，得到预测模型。通过该方法获得的预测模型能够预测实际吸气压力值，该预测的实际压力值具有更高的精确度。
-
-
-
Search Results
4
records
(took 0.069 seconds)
