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!
摘要:本发明公开了一种基于数据驱动的翼型优化算法,涉及CFD和人工智能技术领域,其目标在于通过优化翼型形状使得其气动力学特性得到改进。首先,对翼型几何进行建模,以NACA‑4SERIES‑MODIFIED的格式将几何信息提取成最大弧度、最大弧度位置、最大厚度、最大厚度位置、前缘半径指数这五个维度的信息,这些信息将作为翼型几何的数据特征。之后对翼型几何的数据特征空间进行充分采样,获取待标注的翼型几何数据库。接下来通过CAE软件对翼型数据进行标注,求解其在不同攻角下的升力系数和阻力系数的计算。然后用深度神经网络在标注好的数据库上进行训练,获得可微分的代理模型。最后用训练好的代理模型对需要优化的翼型进行形状优化,采用的优化算法为梯度类优化算法,目标值和梯度计算均由代理模型完成。本发明计算代价低、优化效率更高。
主权项:1.一种基于数据驱动的翼型优化算法,其特征在于,包括以下步骤:S1,对翼型进行建模,并在几何特征空间进行采样,获取待标注的翼型数据库;S2,通过CAE软件,求解待标注的翼型数据在不同攻角下的气动力学特性,获取升力系数和阻力系数,从而得到标注好的翼型数据库;S3,用深度神经网络在标注好的翼型数据库上进行训练,输入是翼型的几何特征以及攻角,输出是升力系数和阻力系数,最后得到代理模型;S4,采样梯度类算法,对待优化的翼型,通过代理模型计算相应的气动力学指标以及梯度,最后得到优化后的翼型。
全文数据:
权利要求:
百度查询: 合肥九韶智能科技有限公司 一种基于数据驱动的翼型优化算法
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。