一种基于掩码深度神经网络的双向流固耦合计算方法

    公开(公告)号:CN117875181B

    公开(公告)日:2025-03-04

    申请号:CN202410050998.X

    申请日:2024-01-15

    Abstract: 本发明公开了一种基于掩码深度神经网络的双向流固耦合计算方法,其实现的主要过程包括:步骤一,建立数据库;步骤二,按照时间序列构造训练集和测试集;步骤三,搭建掩码深度神经网络并训练;步骤四,结合掩码深度神经网络与计算结构力学求解器进行流固耦合计算。本发明通过建立一个基于掩码深度神经网络的流场降阶模型,替代双向流固耦合求解系统中计算流体力学求解器部分,实现求解过程中对流场求解部分的快速预测,并与计算结构力学求解器耦合,降低双向流固耦合求解系统的计算耗费,在保证计算精度的同时实现双向流固耦合问题的快速计算,解决工程应用中计算成本较高、计算周期过长的问题,有助于进行流固耦合工程案例的优化设计。

    一种基于掩码深度神经网络和深度强化学习的主动流动控制系统

    公开(公告)号:CN117933092A

    公开(公告)日:2024-04-26

    申请号:CN202410196667.7

    申请日:2024-02-22

    Abstract: 本发明公开了一种基于掩码深度神经网络和深度强化学习的主动流动控制系统,其实现的主要过程包括:步骤一,建立数据库;步骤二,按照时间序列构造训练集和测试集;步骤三,搭建掩码深度神经网络并训练;步骤四,结合掩码深度神经网络与深度强化学习算法进行主动流动控制策略设计。通过建立一个基于掩码深度神经网络的流场降阶模型,提供对控制体在任意运动干扰下的非定常流场预测,替代传统的计算流体动力学求解,并作为环境与深度强化学习算法进行交互,实现主动流动控制策略的快速求解,解决传统主动流动控制策略求解过程迭代周期长、计算耗费大的问题,有助于进行主动流动控制系统的快速设计和分析。

    一种基于掩码深度神经网络的双向流固耦合计算方法

    公开(公告)号:CN117875181A

    公开(公告)日:2024-04-12

    申请号:CN202410050998.X

    申请日:2024-01-15

    Abstract: 本发明公开了一种基于掩码深度神经网络的双向流固耦合计算方法,其实现的主要过程包括:步骤一,建立数据库;步骤二,按照时间序列构造训练集和测试集;步骤三,搭建掩码深度神经网络并训练;步骤四,结合掩码深度神经网络与计算结构力学求解器进行流固耦合计算。本发明通过建立一个基于掩码深度神经网络的流场降阶模型,替代双向流固耦合求解系统中计算流体力学求解器部分,实现求解过程中对流场求解部分的快速预测,并与计算结构力学求解器耦合,降低双向流固耦合求解系统的计算耗费,在保证计算精度的同时实现双向流固耦合问题的快速计算,解决工程应用中计算成本较高、计算周期过长的问题,有助于进行流固耦合工程案例的优化设计。

    亥姆霍兹共振器及燃烧室
    4.
    发明公开

    公开(公告)号:CN117012176A

    公开(公告)日:2023-11-07

    申请号:CN202310888040.3

    申请日:2023-07-19

    Abstract: 本发明涉及消声设备技术领域,提供一种亥姆霍兹共振器及燃烧室。上述的亥姆霍兹共振器,包括:气体容置件、伸缩组件、底板和第一弹性件,气体容置件设有空腔,气体容置件的一端设有通孔;伸缩组件套接于通孔内;底板与伸缩组件连接;第一弹性件的两端分别与气体容置件以及底板连接,第一弹性件能够在被加热的情况下产生弹性力;在第一弹性件处于被加热的情况下,第一弹性件能够带动气体容置件向靠近或远离底板的方向运动,以调节伸缩组件的长度。上述的亥姆霍兹共振器,利用第一弹性件在加热时产生弹性力,调节伸缩组件的长度,以对亥姆霍兹共振器的颈部长度进行调节,进而可对共振频率进行调节,从而可以对燃烧室不同频率的噪声进行消减。

Patent Agency Ranking