-
公开(公告)号：CN117034815B
公开(公告)日：2024-01-23
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(56)对比文件陈逖 等.二维进气道不启动流场非定常特性的混合LES/RANS模拟.航空动力学报.2012,第27卷(第08期),第1792-1800页.
-
公开(公告)号：CN115222870A
公开(公告)日：2022-10-21
申请号：CN202211119764.3
申请日：2022-09-15
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06T15/50
Abstract: 本发明公开了一种非结构网格隐式LUSGS均衡着色方法、设备及介质，属于计算流体力学技术领域，包括以下步骤：利用计算网格的拓扑结构得出网格着色数，再结合非贪心着色方法完成网格单元地均衡划分，然后利用多核/众核处理器运行对均衡划分后的不同颜色网格串行执行，相同颜色网格并行执行的LUSGS算法程序。本发明能够有效利用现有多核/众核处理器，获得较高的计算性能。
-
公开(公告)号：CN114820989B
公开(公告)日：2022-10-18
申请号：CN202210720454.0
申请日：2022-06-24
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06T17/20
Abstract: 本发明公开了一种基于倒排索引的非结构网格共面关系快速建立方法，属于非结构网格科学计算领域，包括如下步骤：通过预先建立网格点和包含网格点的网格面之间的倒排索引列表，将搜索网格单元间共面关系的范围从全部所有单元缩小到倒排索引列表内部单元；在所建立的倒排索引中进行网格面匹配，将匹配成功的网格面对应的网格单元建立共面关系。本发明可以大大提升网格单元匹配过程中的搜索效率，从而起到实现非结构网络快速建立共面关系的作用；该方法可以为基于非结构网格的科学计算程序提供一种快速网格拓扑关系建立方法，提高计算速度和效率。
-
公开(公告)号：CN114463476B
公开(公告)日：2022-06-28
申请号：CN202210373654.3
申请日：2022-04-11
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明公开了一种可视化并行绘制方法、装置、系统及存储介质，该方法包括当接收到绘制指令时，确定目标合成策略；将目标合成策略发送至至少一个第二绘制节点，以使第二绘制节点在接收到第一图像数据时，对第一图像数据进行处理，得到第二图像数据，并根据目标合成策略将第二图像数据发送至目标绘制节点；在接收到所有第二图像数据后，根据目标合成策略，对接收的第二图像数据进行拼接，获得并行绘制图像。本发明通过将目标合成策略发送至第二绘制节点，利用第二绘制节点之间图像信息的交换与处理，以及第一绘制节点的汇总，实现了边交换边合成的可视化并行绘制过程，提高了可视化并行绘制的效率。
-
公开(公告)号：CN113901594A
公开(公告)日：2022-01-07
申请号：CN202111496251.X
申请日：2021-12-09
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 , G06N3/04 , G06N3/08 , G06F111/10 , G06F119/08
Abstract: 本发明属于飞行器气动热预测技术领域，具体涉及一种飞行器表面的气动热环境智能预测方法。其技术方案为：一种飞行器表面的气动热环境智能预测方法，包括构建多外形多条件气动热数据库；提取飞行器外形全局特征；提取飞行器局部区域特征；将飞行条件参数化；融合邻域特性的气动热智能预测模型；进行飞行器表面气动热智能预测模型测试。本发明提供了一种高效精确地进行飞行器表面气动热环境预测的方法。
-
Patent Agency Ranking
公开(公告)号：CN119167804B
公开(公告)日：2025-02-28
申请号：CN202411687292.0
申请日：2024-11-25
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 , G06N3/0475 , G06N3/094 , G06N3/088 , G06N3/096 , G06F111/04
Abstract: 本申请公开了基于物理约束双判别器GAN的多变量流场关联分析方法、装置、设备及存储介质，涉及数据分析技术领域，包括：构建物理约束双判别器GAN模型以生成目标流场变量的特征编码变量；第一目标损失函数为基于目标流场变量的物理特征构建的损失函数；流场数据判别器包括流场数据空间判别器和流场数据时间判别器；通过降维可视化空间投影方法将特征编码变量降维以得到流场变量分布图并基于流场变量分布图中各变量之间的相互关系构建目标多变量关联图；利用物理约束双判别器GAN模型和目标多变量关联图中目标变量对之间的物理特征关系进行目标变量对之间的变量转换。这样一来，可以实现流场变量间的自动转换，全面探索数据间的关联性。
-
公开(公告)号：CN119091085B
公开(公告)日：2025-02-07
申请号：CN202411571367.9
申请日：2024-11-06
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明提供一种面向三维飞行器气动系数预测的数据增广与模型训练方法、系统及介质，涉及飞行器气动系数快速预测领域，解决了智能CFD中高质量CFD数据的稀缺性与高成本问题；方法包括：定义包括外形、工况、气动系数在内的基础气动数据集，将采样后的点云数据与工况、气动系数共同构成气动数据库；对点云数据进行随机采样，得到增广后的点云数据，在气动数据库基础上构成增广后的气动数据库；构建气动系数预测神经网络，完成预训练后使用增广后的气动数据库对该神经网络微调，得到面向三维飞行器气动系数预测的智能模型；本发明是低成本的气动数据增广方案，利用了通用三维数据，减少模型对气动数据的需求，提升了智能模型的效能。
-
公开(公告)号：CN119091085A
公开(公告)日：2024-12-06
申请号：CN202411571367.9
申请日：2024-11-06
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06T17/20
Abstract: 本发明提供一种面向三维飞行器气动系数预测的数据增广与模型训练方法、系统及介质，涉及飞行器气动系数快速预测领域，解决了智能CFD中高质量CFD数据的稀缺性与高成本问题；方法包括：定义包括外形、工况、气动系数在内的基础气动数据集，将采样后的点云数据与工况、气动系数共同构成气动数据库；对点云数据进行随机采样，得到增广后的点云数据，在气动数据库基础上构成增广后的气动数据库；构建气动系数预测神经网络，完成预训练后使用增广后的气动数据库对该神经网络微调，得到面向三维飞行器气动系数预测的智能模型；本发明是低成本的气动数据增广方案，利用了通用三维数据，减少模型对气动数据的需求，提升了智能模型的效能。
-
公开(公告)号：CN118981988A
公开(公告)日：2024-11-19
申请号：CN202411467505.9
申请日：2024-10-21
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/28 , G06F30/27 , G06F18/23213 , G06N3/0464 , G06N3/088
Abstract: 本发明涉及流体大数据智能可视分析技术领域，公开了一种基于表示学习和混合聚类的关键时间步选取方法及系统，其中方法包括：构建基于物理知识引导的深度卷积自编码器用于流场低维表示学习，并以无监督学习方式获取每个时间步流场的特征向量，形成流场特征序列；基于流形学习方法对所述流场特征序列进行处理得到二维紧致表示，并在二维空间中采用混合聚类方法选取关键时间步。本发明的嵌入物理知识深度卷积自编码器充分考虑了流场中的潜在物理规律，能精准地提取出流场的低维表示；基于流形学习和混合聚类的方法解决了传统聚类方法在高维数据中性能受限的问题，可直观快速选取流场关键时间步。
-
公开(公告)号：CN118519787B
公开(公告)日：2024-10-29
申请号：CN202410985246.2
申请日：2024-07-23
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无同步SpTRSV算法的访存与并行效率优化方法，属于高性能并行计算领域，包括：步骤一，根据稀疏矩阵非零元素将行划分为长行和短行；步骤二，将目标向量x的值均设置为最大值；步骤三，将写阶段所需的数据预取到寄存器中；步骤四，在读阶段，判断依赖情况并进行累加操作；步骤五，在写阶段，从寄存器读取数据，计算对应行x的值。本发明解决了目前无同步SpTRSV算法中线程级并行写阶段的线程分歧问题，以及线程级和线程束级粗粒度的选择策略，从而导致GPU利用率不高的问题。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.041 seconds)
