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：西南科技大学
摘要：本发明属于飞行器启动优化领域，具体涉及一种基于特征分解的飞行器翼型流场快速预测方法。本发明的方法包括获取大量不同来流的数据集，归一化后进行奇异值分解SingularValueDecomposition，以下简称SVD，使用分解后的基模态系数对深度神经网络进行训练，实现对飞行器翼型的变来流流场快速预测。本发明通过使用SVD实现对流场特征的提取，使用深度神经网络对变来流翼型流场进行快速预测，减少了飞行器翼型设计与优化中流场计算的耗时，减小了翼型气动分析与优化过程中的大量流场计算时间。
主权项：1.一种基于特征分解的飞行器翼型流场快速预测方法，其特征在于，包括以下步骤：S1.选择NACA0012为基础翼型，改变来流条件攻角、雷诺数，使用计算流体力学CFD进行数值模拟，构建样本数据集；S2.将样本数据集进行归一化处理；S3.对归一化后的数据进行奇异值分解，得到本征正交分解POD基模态，并将数据投影到POD基模态上；S4.训练深度神经网络DNN，构建攻角、马赫数到基模态系数的模型；S5.使用深度神经网络DNN建立的模型用于变来流的翼型流场快速预测。
全文数据：
权利要求：
百度查询： 西南科技大学 一种基于特征分解的飞行器翼型流场快速预测方法
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