-
公开(公告)号：CN116882326B
公开(公告)日：2023-11-28
申请号：CN202311152689.5
申请日：2023-09-08
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/28 , G06F30/10 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本申请公开了一种非结构表面各向异性网格生成方法和网格生成装置，该方法包括步骤S101：获取待处理网格面上用户指定的特征线及其相关参数；步骤S102：判断所述特征线的数量；步骤S103：所述特征线的数量为一条时，确定使用构造法生成各向异性网格；步骤S104：所述特征线的数量为两条时，确定使用模板法生成各向异性网格；步骤S105：所述特征线的数量大于或等于三条时，确定不执行网格生成操作，重新执行步骤S101。本发明能够有效确定用于生成各向异性网格的指定区域，并能够在所确定的指定区域生成质量更好的各向异性网格，使特别是例如夹角区域等的复杂特征区域的各向异性网格的质量更好。
-
公开(公告)号：CN117034815A
公开(公告)日：2023-11-10
申请号：CN202311287466.X
申请日：2023-10-08
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/28 , G06F30/27 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于切片的超声速无粘流动智能初场设置方法，该方法包括将超声速飞行器在不同状态下的流场沿来流方向切片；对每一张切片生成坐标矩阵、形状矩阵、数据流场矩阵和来流矩阵；拼接所述坐标矩阵、所述形状矩阵、所述数据流场矩阵和所述来流矩阵得到输入矩阵和标签矩阵；以所述标签矩阵作为真实值，采用融合距离权重的均方误差作为代价函数训练超声速无粘流动的初场智能预测模型；将输入矩阵输入训练后的模型获取预测初场。本发明属于流体力学和人工智能技术领域，利用深度学习提取流场的特征和规律，可以预测出更加准确的流场初始条件，提高计算结果的准确性和可靠性。
-
公开(公告)号：CN116976011A
公开(公告)日：2023-10-31
申请号：CN202311221653.8
申请日：2023-09-21
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/15 , G06F30/27 , G06F30/28 , G06N3/045 , G06N3/048 , G06N3/084 , G06N3/0985 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种低高保真度气动数据特征关联深度复合网络模型及方法，该模型包括：低保真度网络和高保真度网络；其中，低保真度网络包括低保真度线性网络和低保真度非线性网络；高保真度网络包括线性变换网络和高保真度非线性网络；低保真度线性网络通过线性变换网络与高保真度非线性网络连接。本发明更明确地用线性变换的方式建立低、高保真度气动数据之间的关联关系，从而简化了模型结构，提升了模型的泛化能力，模型的预测性能更优。
-
公开(公告)号：CN116720234B
公开(公告)日：2023-10-20
申请号：CN202311009802.4
申请日：2023-08-11
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/10 , G06T17/20 , G06F111/10
Abstract: 本申请公开了一种曲面网格生成方法、装置、设备及存储介质，涉及计算流体力学技术领域，包括：为初始CAD模型的每一个数模面创建一个对应的虚拟曲面得到初始虚拟曲面；获取初始虚拟曲面中相交的虚拟曲面，并识别相交虚拟曲面的重叠类型；若重叠类型为完全重叠型，则将完全重叠的相交虚拟曲面删除，并在删除后虚拟曲面上生成表面非结构的网格；若重叠类型为部分重叠型，则对任一相交虚拟曲面中部分重叠区域对应的重叠虚拟曲面进行裁剪，并将裁剪后虚拟曲面与拥有公共边的相交虚拟曲面进行融合，再在融合后虚拟曲面上生成表面非结构的网格。本申请通过对重叠曲面进行修复操作，能够得到一张“干净”的虚拟曲面，进而得到没有交错覆盖的高质量网格。
-
公开(公告)号：CN114462293B
公开(公告)日：2023-10-13
申请号：CN202111564646.9
申请日：2021-12-20
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/27 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及高超声速目标技术领域，具体地说，涉及一种高超声速目标中长期轨迹预测方法，其包括以下步骤：步骤1、根据雷达探测目标的信息，通过滤波算法获得目标的位置、速度状态信息；步骤2、通过目标跟踪得到的历史状态信息，计算气动参数序列αVTC，然后建立其LSTM预测模型；步骤3、利用训练好的LSTM模型预测αVTC，而后根据预测结果获得目标的中长期预测的轨迹；步骤4、目标再入机动或机动模式发生变化时，按照步骤1、步骤2生成新序列αVTC，并依此更新LSTM模型，然后返回步骤3。本发明能较佳地预测中长期轨迹。
-
Patent Agency Ranking
公开(公告)号：CN116842853A
公开(公告)日：2023-10-03
申请号：CN202311120878.4
申请日：2023-09-01
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/27 , G06F30/15 , G06N3/126 , G06F113/08 , G06F119/14
Abstract: 本发明提供了用于不确定度量化的导弹气动特性预测模型构建方法，包括：步骤1、获取初始样本，构建初始导弹气动特性预测模型，评估预测模型的预测误差是否满足要求。步骤2、预测误差不满足要求时，采用交叉验证准则确定序贯样本，加入并更新训练样本；步骤3、利用更新后的训练样本更新导弹气动特性预测模型，评估预测误差是否满足要求；步骤4、获得满足预测误差要求的导弹气动特性预测模型，可用于导弹气动特性的不确定度量化。本发明能够显著节省计算资源，降低计算成本。
-
公开(公告)号：CN116841963A
公开(公告)日：2023-10-03
申请号：CN202310838334.5
申请日：2023-07-07
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F16/14 , G06F16/172 , G06F16/22 , G06F16/21 , G06F16/2458 , G06F16/242 , G06F16/23 , G06F16/11
Abstract: 本发明公开了一种民机气动主题数据管理方法，属于空气动力学试验数据管理技术领域，管理方法的核心是采用空气动力学风洞试验的车次表实现针对民用飞机的基础标模及其研究类别的试验数据的管理；管理的数据包括研究类别、研究对象、项目和结果四个层次，每个层级都包含相关数据资源；本发明包括基于车次表的民机气动主题数据入库方法、对民机气动主题数据组织管理、对民机气动主题数据检索与展示，对民机气动主题数据维护，以及对民机气动主题数据调用。本发明取代了原来以试验条件和试验状态来组织数据的模式，操作更加简单直观和方便快捷。
-
公开(公告)号：CN116611173B
公开(公告)日：2023-10-03
申请号：CN202310869193.3
申请日：2023-07-17
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/15 , G06F30/28 , G06F113/08 , G06F119/08 , G06F119/14 , G06F119/12
Abstract: 本发明公开了一种多层级自适应耦合时间步长的飞行器累积热变形计算方法，包括以下步骤：S1、针对固定飞行器结构及材料，给定其长航时巡航计算状态，划分好飞行器流场计算网格G1和结构场计算网格R1；S2、进行t=0时刻气动力/热环境数据的计算求解；S3、在气动力/热环境数据基础上结合热壁热流修正方法开展第一层级的累积热变形计算，获得累积热变形的宏观变化特征；S4、根据该宏观变化特征，在温升变化剧烈的区域选择小的时间步，在温升变化缓慢的区域选择大的时间步开展累积热变形计算，获得新的热变形特征；S5、根据新的温升特征重新进行耦合时间步的选取，重复迭代开展高精度的累积热变形计算，直至热变形计算收敛。
-
公开(公告)号：CN116610905B
公开(公告)日：2023-09-22
申请号：CN202310892878.X
申请日：2023-07-20
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明公开了一种基于各向异性尺度修正的反距离权重数据插值方法，包括以下步骤：针对固定的飞行器翼面或者舵面构型S，将已知物理量的数据点、待插值的数据点表示为集合；由厚度方向、展向和弦向三个方向构成插值坐标系；统计插值坐标系下已知物理量的数据点集合和待插值的数据点集合在厚度方向、展向和弦向三个方向上的最小值和最大值；在插值坐标系下根据最小值和最大值对已知物理量和待插值数据点进行各向异性修正得到数据点；在插值坐标系下进行插值；计算得到待插值点的物理量，用于飞行器薄的翼面、舵面结构进行多场耦合。本发明可以各向异性修正翼面和舵面各方向的坐标，增大薄层方向的距离权重系数，提高数据插值精度。
-
公开(公告)号：CN116778027A
公开(公告)日：2023-09-19
申请号：CN202311055288.8
申请日：2023-08-22
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明涉及一种基于神经网络的曲面参数化方法及装置，属于曲面参数化技术领域，该方法包括：给定网格曲面S、网格曲面S上各个网格顶点的目标曲率；计算网格曲面S中各条网格边的权重、各个网格顶点对应的曲率；构建并训练神经网络，获取参数最优化的神经网络；获取网格曲面S上各个网格顶点的共形因子变化量；获取网格曲面S对应的二维网格的目标度量，将目标度量映射到二维参数域上。本申请提供的方法及装置通过参数最优化的神经网络获取网格曲面上各个网格顶点的共形因子变化量，从而获取网格曲面对应的二维网格的目标度量，并将目标度量映射到二维参数域上，避免了网格规模增大复杂程度的增加会影响计算误差以及计算时间成本的问题。
-
-
-
-
-
-
-
-
-
Search Results
1531
records
(took 0.066 seconds)
