龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国航空工业集团公司沈阳空气动力研究所
摘要：一种结合机器学习的低雷诺数螺旋桨气动性能评估方法，属于空气动力学技术领域。为解决高空低雷诺数螺旋桨性能评估效率低的问题，本发明采集工作环境参数和不同叶素位置的螺旋桨的外形参数，估算螺旋桨叶片不同位置的叶素雷诺数、叶素马赫数和叶素迎角范围；采用拉丁超立方试验设计采样方法进行采样，采用高精度数值模拟或风洞试验方法获得采样点的气动性能数据，构建数据样本集基于高斯过程回归对数据样本集进行机器学习训练，并将得到的模型用于螺旋桨不同参数状态下叶素的气动性能快速预测，输出叶素的气动性能预测结果通过片条法计算求解高空低雷诺数螺旋桨气动性能。本发明提高评估精度。
主权项：1.一种结合机器学习的低雷诺数螺旋桨气动性能评估方法，其特征在于，包括如下步骤：S1.采集工作环境参数和不同叶素位置的螺旋桨的外形参数，估算螺旋桨叶片不同位置的叶素雷诺数、叶素马赫数和叶素迎角范围；S2.基于步骤S1得到的螺旋桨叶片不同位置的叶素雷诺数、叶素马赫数和叶素迎角范围，采用拉丁超立方试验设计采样方法进行采样，得到基于叶素雷诺数、叶素马赫数和叶素迎角的采样点，采用高精度数值模拟或风洞试验方法获得采样点的气动性能数据，构建数据样本集；S3.基于高斯过程回归对步骤S2得到的数据样本集进行机器学习训练，并将得到的模型用于螺旋桨不同参数状态下叶素的气动性能快速预测，输出叶素的气动性能预测结果；S4.基于步骤S3得到的叶素的气动性能预测结果，通过片条法计算求解高空低雷诺数螺旋桨气动性能。
全文数据：
权利要求：
百度查询： 中国航空工业集团公司沈阳空气动力研究所 一种结合机器学习的低雷诺数螺旋桨气动性能评估方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号