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：北京航空航天大学
摘要：本发明公开一种基于能量图和深度神经算子网络的失速颤振高效高精度预示方法，属于气动弹性分析技术领域。本发明通过基于深度神经算子网络构建和训练考虑风速、振幅、频率变化的动态失速周期非定常气动力矩快速预示数据驱动模型，基于数据驱动模型的能量图快速计算和考虑气动刚度修正的失速颤振响应迭代修正等环节，实现失速颤振响应的高效高精度预示。本发明可以对不同来流速度、不同结构固有频率和阻尼系数下的失速颤振响应进行高精度的预示，同时大幅降低了响应预示所需的计算时间。
主权项：1.基于能量图和深度神经算子网络的失速颤振高效高精度预示方法，其特征在于：具体步骤设计为：步骤1：针对不同的来流速度和雷诺数，进行CFD计算时，计算时驱动翼型按照翼型俯仰运动的迎角信号进行俯仰给定运动，得到多组非定常气动力矩时域数据；步骤2：构建以迎角序列、雷诺数、来流速度、翼型振荡幅值和频率为输入，非定常气动力矩时域数据为输出的深度神经算子网络；并采用步骤1中的得到的输入输出数据对深度神经算子网络进行训练，得到翼型动态失速非定常气动快速预示模型；步骤3：利用翼型动态失速非定常气动快速预示模型，给定来流速度和雷诺数，计算给定振幅和频率范围内的各振幅、频率组合对应的俯仰振荡运动周期非定常气动力矩时域数据；进一步计算单个俯仰振荡周期内流固耦合系统净做功；随后以俯仰振荡频率为横坐标，俯仰振荡幅值为纵坐标，绘制周期净做功云图，获得极限环振荡分支；步骤4：在获得能量图极限环振荡分支后，通过迭代计算，获得当前工况下的失速颤振响应特性。
全文数据：
权利要求：
百度查询： 北京航空航天大学 基于能量图和深度神经算子网络的失速颤振高效高精度预示方法
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