公开(公告)号：CN116127844A

公开(公告)日：2023-05-16

申请号：CN202310082660.8

申请日：2023-02-08

Applicant: 大连海事大学

Inventor： 战庆亮 ,  李福全 ,  吴佳旭 ,  鄂展韬 ,  包东明 ,  晁阳 ,  刘鑫 ,  白春锦

IPC: G06F30/27 ,  G06F17/11 ,  G06N3/04 ,  G06N3/08 ,  G06F111/10 ,  G06F113/08 ,  G06F111/04

Abstract: 本发明提供一种考虑流动控制方程约束的流场时程深度学习预测方法，包括以下步骤：采集并测量流场不同位置处于流动的时程信号，生成样本集；生成的所述样本集建立用于流场时程信号的深度学习模型；根据样本集训练所述深度学习模型，获取训练数据集下的模型结果；根据获取的所述模型结果，判断获取的所述深度学习模型的精度，并随机预测多个测点处的流场信号；重新对时程信号数据集进行训练，获取修正后的模型；根据获取的修正后的模型，生成流场时程信号。本发明解决了传感器时程数据较少情况下模型精度不足的问题，使得模型的结果符合物理规律；同时，基于流场时程数据作为模型训练数据集，相比于其他研究的瞬时流场切片数据更有实际意义，可将稀疏的传感器采集的流场数据输入模型进行训练与预测。

公开(公告)号：CN116127844B

公开(公告)日：2023-10-31

申请号：CN202310082660.8

申请日：2023-02-08

Applicant: 大连海事大学

Inventor： 战庆亮 ,  李福全 ,  吴佳旭 ,  鄂展韬 ,  包东明 ,  晁阳 ,  刘鑫 ,  白春锦

IPC: G06F30/27 ,  G06F17/11 ,  G06N3/04 ,  G06N3/08 ,  G06F111/10 ,  G06F113/08 ,  G06F111/04

Abstract: 本发明提供一种考虑流动控制方程约束的流场时程深度学习预测方法，包括以下步骤：采集并测量流场不同位置处于流动的时程信号，生成样本集；生成的所述样本集建立用于流场时程信号的深度学习模型；根据样本集训练所述深度学习模型，获取训练数据集下的模型结果；根据获取的所述模型结果，判断获取的所述深度学习模型的精度，并随机预测多个测点处的流场信号；重新对时程信号数据集进行训练，获取修正后的模型；根据获取的修正后的模型，生成流场时程信号。本发明解决了传感器时程数据较少情况下模型精度不足的问题，使得模型的结果符合物理规律；同时，基于流场时程数据作为模型训练数据集，相比于其他研究的瞬时流场切片数据更有实际意义，可将稀疏的传感器采集的流场数据输入模型进行训练与预测。

公开(公告)号：CN116894286A

公开(公告)日：2023-10-17

申请号：CN202310854141.9

申请日：2023-07-12

Applicant: 大连海事大学

Inventor： 战庆亮 ,  吴佳旭 ,  鄂展韬 ,  包东明 ,  晁阳

IPC: G06F30/13 ,  G06F30/20 ,  G06F119/14

Abstract: 本发明公开了一种不中断交通条件下的桥梁荷载试验车重管制的计算方法，包括：S1：建立待进行荷载试验的桥梁计算模型；S2：拟定不开放交通的车道位置和车重P1，并进行不考虑开放交通情况下加载效率系数的计算；S3：拟定开放交通的车道位置和车重P2，固定开放交通车道上车辆的间距，并考虑开放交通情况下加载效率系数η的计算；S4：在S3的基础上，更换开放交通车道上加载车辆的重量P2，得到新的加载效率系数η；S5：重复S3～S4，保证加载效率系数η均小于1.05，并利用所得到的多组车重P2与η之间的关系利用插值法求得当η＝1.05时所对应的车重P0，从而完成不中断交通的桥梁荷载试验中对车重的管制。