[发明专利]一种基于深度学习的翼型流场快速预测方法在审
| 申请号： | 202110185855.6 | 申请日： | 2021-02-12 |
| 公开（公告）号： | CN112784508A | 公开（公告）日： | 2021-05-11 |
| 发明（设计）人： | 孙迪;屈峰;王梓瑞;田洁华;白俊强 | 申请（专利权）人： | 西北工业大学 |
| 主分类号： | G06F30/28 | 分类号： | G06F30/28;G06F30/27;G06N3/04;G06N3/08;G06F113/08;G06F119/14;G06F111/10 |
| 代理公司： | 西北工业大学专利中心 61204 | 代理人： | 陈星 |
| 地址： | 710072 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于深度学习的翼型流场快速预测方法，包括生成样本数据集；基于该数据集搭建深度学习神经网络模型；将搭建好的深度神经网络用于翼型流场的快速预测。本发明只截取了翼型近场流动参数变化明显的网格用于神经网络模型的训练和测试，与现有技术相比，可以在保证流场特征提取和流场参数预测精度的同时，尽可能减少数据点数和时间耗费，提高效率；而且本发明搭建的多层感知器神经网络模型，与现有技术相比，可以刻画更复杂的非线性关系，提高翼型流场特征的分辨度，有助于对流场特征的精确识别。本发明旨在针对同一基准翼型衍生的系列翼型构造和训练神经网络，具有高度的针对性，从而能对同系列翼型流场进行快速、准确预测。 | ||
| 搜索关键词： | 一种 基于 深度 学习 翼型流场 快速 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西北工业大学，未经西北工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110185855.6/，转载请声明来源钻瓜专利网。
