-
公开(公告)号：CN118410743A
公开(公告)日：2024-07-30
申请号：CN202410865656.3
申请日：2024-07-01
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本申请公开了基于去噪扩散模型的翼型快速反设计方法、装置及设备，涉及智能流体力学领域，包括：基于获取的历史飞行器翼型形状及对应的历史翼型坐标点训练无条件去噪扩散模型，以便训练后的目标无条件去噪扩散模型生成若干目标翼型形状，基于目标翼型形状建立目标翼型数据库；利用目标翼型数据库的目标翼型形状以及对应的气动性能参数对条件去噪扩散模型进行模型训练，得到目标条件去噪扩散模型；当存在翼型生成请求时，将翼型生成请求中的气动性能指标输入至目标条件去噪扩散模型，以便目标条件去噪扩散模型基于气动性能指标生成对应的翼型形状。可对训练完成的目标条件去噪扩散模型直接输入气动性能快速得到满足气动性能要求的翼型结果。
-
公开(公告)号：CN116956471B
公开(公告)日：2024-01-12
申请号：CN202311204075.7
申请日：2023-09-19
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 , G06F18/214 , G06F18/2411 , G06F113/08 , G06F119/14
Abstract: 本申请公开了一种大型运输机的气动力预测方法、装置、设备及介质，涉及飞机模拟技术领域，该方法包括：采集目标大型运输机的飞行状态参数；确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑；利用所述目标气动力预测模型的目标预测逻辑对所述飞行状态参数进行处理，以得到所述目标大型运输机的六分量气动力。通过上述方案，利用针对目标大型运输机的目标气动力预测模型对飞行状态(56)对比文件汪清;钱炜祺;丁娣.飞机大迎角非定常气动力建模研究进展.航空学报.2016,第37卷(第08期),2331-2347.
-
公开(公告)号：CN116956471A
公开(公告)日：2023-10-27
申请号：CN202311204075.7
申请日：2023-09-19
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 , G06F18/214 , G06F18/2411 , G06F113/08 , G06F119/14
Abstract: 本申请公开了一种大型运输机的气动力预测方法、装置、设备及介质，涉及飞机模拟技术领域，该方法包括：采集目标大型运输机的飞行状态参数；确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑；利用所述目标气动力预测模型的目标预测逻辑对所述飞行状态参数进行处理，以得到所述目标大型运输机的六分量气动力。通过上述方案，利用针对目标大型运输机的目标气动力预测模型对飞行状态参数进行处理，能够提高大型运输机的气动力预测准确度。
-
公开(公告)号：CN118410743B
公开(公告)日：2024-08-23
申请号：CN202410865656.3
申请日：2024-07-01
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本申请公开了基于去噪扩散模型的翼型快速反设计方法、装置及设备，涉及智能流体力学领域，包括：基于获取的历史飞行器翼型形状及对应的历史翼型坐标点训练无条件去噪扩散模型，以便训练后的目标无条件去噪扩散模型生成若干目标翼型形状，基于目标翼型形状建立目标翼型数据库；利用目标翼型数据库的目标翼型形状以及对应的气动性能参数对条件去噪扩散模型进行模型训练，得到目标条件去噪扩散模型；当存在翼型生成请求时，将翼型生成请求中的气动性能指标输入至目标条件去噪扩散模型，以便目标条件去噪扩散模型基于气动性能指标生成对应的翼型形状。可对训练完成的目标条件去噪扩散模型直接输入气动性能快速得到满足气动性能要求的翼型结果。
-
Patent Agency Ranking
公开(公告)号：CN115879008B
公开(公告)日：2023-05-26
申请号：CN202310188273.2
申请日：2023-03-02
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F18/214 , G06F18/25
Abstract: 本申请公开了一种数据融合模型训练方法、装置、设备及存储介质，涉及气动数据融合技术领域，包括：获取包含三种来源气动数据的训练集；将训练集的输入传输至第一来源气动数据预测网络以得到第一预测结果；结合第一预测结果中第二和第三来源条件对应结果以及训练集传输至第二来源气动数据预测网络以得到第二预测结果；结合第一预测结果中第三来源条件对应结果、第二预测结果中第三来源条件对应结果以及第三来源条件传输至第三来源气动数据预测网络以得到第三预测结果，并根据三个预测结果确定损失函数以对三种来源气动数据预测网络中的当前网络参数进行训练。本申请利用深度网络可以实现对三种来源气动数据进行融合，最大限度提取数据之间的关系。
-
公开(公告)号：CN115879008A
公开(公告)日：2023-03-31
申请号：CN202310188273.2
申请日：2023-03-02
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F18/214 , G06F18/25
Abstract: 本申请公开了一种数据融合模型训练方法、装置、设备及存储介质，涉及气动数据融合技术领域，包括：获取包含三种来源气动数据的训练集；将训练集的输入传输至第一来源气动数据预测网络以得到第一预测结果；结合第一预测结果中第二和第三来源条件对应结果以及训练集传输至第二来源气动数据预测网络以得到第二预测结果；结合第一预测结果中第三来源条件对应结果、第二预测结果中第三来源条件对应结果以及第三来源条件传输至第三来源气动数据预测网络以得到第三预测结果，并根据三个预测结果确定损失函数以对三种来源气动数据预测网络中的当前网络参数进行训练。本申请利用深度网络可以实现对三种来源气动数据进行融合，最大限度提取数据之间的关系。
-
公开(公告)号：CN115204063A
公开(公告)日：2022-10-18
申请号：CN202211125433.0
申请日：2022-09-16
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 , G06K9/62 , G06N3/12 , G01M9/08 , G06F111/10 , G06F119/14
Abstract: 本发明属于风洞试验技术领域，公开了一种火箭气动力系数天地差异修正方法。该方法首先获取火箭历史数据的气动力系数样本；其次，计算历史数据气动力系数天地差异量，并构建样本集；然后，采用交叉校验方法和非线性优化算法计算惩罚因子和核函数半径两个参数的值；接下来，计算模型待定系数；最后，计算火箭待预测气动力系数的修正值。该方法为基于数据驱动的火箭气动力系数天地差异修正方法，通过构建历史数据样本集对修正模型关键参数进行训练优化，充分挖掘运用了前期飞行试验数据中蕴含的规律，具有较高精度，特别适用于轴对称构型的制导火箭使用，可为火箭气动外形设计和控制系统设计等提供技术支撑，具有较高的工程应用价值。
-
公开(公告)号：CN113777931B
公开(公告)日：2022-02-11
申请号：CN202111317075.9
申请日：2021-11-09
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G05B13/04
Abstract: 本发明公开了结冰翼型气动模型构造方法、装置、设备及介质，该方法包括：从翼型数据库中选择任一翼型作为基准翼型并获取所述基准翼型的结冰翼型数据；根据结冰翼型数据生成相应翼型的非结构化网格并计算结冰翼型在预设马赫数和预设攻角条件下的气动系数；根据所述气动系数构建结冰翼型气动模型的训练集和测试集；搭建结冰翼型气动模型的网络，包括主干网络和分支网络；对搭建的网络进行网络训练，得到结冰翼型气动模型。本发明与现有的基于计算流体动力学的结冰翼型气动系数计算方法相比，所构造的结冰翼型气动模型具有更快的预测速度。本发明可以将飞行状态作为输入去预测气动系数，在测试数据集上具有更强的泛化能力。
-
公开(公告)号：CN112985753A
公开(公告)日：2021-06-18
申请号：CN202110487645.2
申请日：2021-05-06
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G01M9/06
Abstract: 本发明公开了一种用于风洞试验的冰形参数化方法。该冰形参数化方法首先确定冰形特征点；其次获取冰形量化参数；再次进行特征点的局部坐标系坐标转换；最后基于局部坐标系进行冰形参数化。该冰形参数化方法是一种分段式的冰形参数化方法，通过确定冰形特征点，利用相关量化参数建立局部坐标系，采用分段拟合得到参数化冰形曲线，可以对飞机结冰风洞试验结果进行简化处理，为翼型气动特性影响的研究等提供技术支撑，具有较高的工程应用价值。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.041 seconds)
