公开(公告)号：CN116362108A

公开(公告)日：2023-06-30

申请号：CN202310116158.4

申请日：2023-02-15

Applicant: 厦门大学

Inventor： 尤延铖 ,  翁聿欣 ,  邱若凡 ,  鲍越 ,  毛志平

IPC: G06F30/27 ,  G01D21/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于试验数据的斜爆震流场重构方法及系统，方法包括：构建用于斜爆震流场重构的基于物理信息的神经网络PINNs；包括定义神经网络的结构和损失函数；获取斜爆震试验中测量得到的试验数据，基于所述试验数据生成训练数据集；使用所述训练数据集对基于物理信息的神经网络PINNs进行训练，重构得到使得所述损失函数最小的斜爆震流场。本发明通过已知部分斜爆震流场的壁面压力以及密度梯度等数据，利用PINNs捕捉流场信息进行斜爆震流场还原，实现根据少量试验测点数据重构整个斜爆震流场。

公开(公告)号：CN116227344A

公开(公告)日：2023-06-06

申请号：CN202310116159.9

申请日：2023-02-15

Applicant: 厦门大学

Inventor： 邱若凡 ,  翁聿欣 ,  尤延铖 ,  鲍越 ,  毛志平

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G01D21/02

Abstract: 本发明公开一种基于深度神经网络的斜爆震流场求解方法及系统，方法包括：建立流场数据库；构建用于斜爆震流场求解的DeepM&Mnet框架；基于所述流场数据库，分别对两个DeepONets预训练网络进行训练，获得使得第二损失函数最小的网络，作为训练好的第一预训练网络和训练好的第二预训练网络；基于已知流场数据和DeepM&Mnet框架，通过逆向求解和/或正向求解获得斜爆震流场。本发明将多种工况的斜爆震流场数据采用DeepONets进行预训练，在此基础上，利用含有物理约束的DeepM&Mnet进行求解，从而实现在边界信息不足的情况下可基于少量数据求解斜爆震流场。