一种基于神经网络的流场旋涡检测方法

    公开(公告)号:CN111414720B

    公开(公告)日:2023-01-20

    申请号:CN202010097688.5

    申请日:2020-02-17

    Abstract: 本发明一种基于神经网络的流场旋涡检测方法,先对流场内所有物理网格点打标签,标记其是否属于旋涡区域,得到标签数据,对涡量场进行网格转换,将物理网格中的网格点一一映射到计算网格的网格点,抛弃物理坐标信息,得到计算网格下的涡量场。根据计算网格下的的涡量场,将每个网格上的涡量值减去涡量场的均值后除以标准差,得到归一化后的涡量场;对得到的归一化后的涡量场和标签数据同时随机采样,采样后对区域内的网格点对应的标签进行判断,构建神经网络,使用随机采样得到的带标签局部涡量场数据训练该神经网络,固定神经网络参数,得到固定参数的神经网络;利用第五步得到的固定参数的神经网络,对待检测涡区的流场进行涡区检测。

    基于DG处理数据的方法、装置、设备及可读存储介质

    公开(公告)号:CN115329250A

    公开(公告)日:2022-11-11

    申请号:CN202211250537.4

    申请日:2022-10-13

    Abstract: 本申请公开了计算机技术领域内的一种基于DG处理数据的方法、装置、设备及可读存储介质。本申请在获取到待处理的网格数据后,重构网格数据得到目标结构的新网格数据;按照当前的硬件环境确定新网格数据在硬件环境中的存取方式;在硬件环境中基于间断迦辽金和存取方式并行处理新网格数据,得到处理结果。本申请通过转换数据结构,并设定与硬件环境对应的数据存取方式,提高了整个方案的适配能力,从而提升了网格数据计算方案的适配程度,增加了方案通用性。同时,该方案并行处理数据,可提升计算效率和计算性能。本申请提供的一种基于DG处理数据的装置、设备及可读存储介质,也同样具有上述技术效果。

    一种面向翼型的压力系数曲线智能生成方法

    公开(公告)号:CN111625901B

    公开(公告)日:2022-05-31

    申请号:CN202010376465.2

    申请日:2020-05-07

    Abstract: 本发明提供了一种面向翼型的压力系数曲线智能生成方法,包括以下步骤:步骤1、根据已有翼型库进行数据扩充得到翼型数据库,包含每个翼型对应的翼型坐标;步骤2、对每个翼型采用不同的来流条件组合计算对应的压力系数曲线,构建若干包含该翼型的翼型坐标、来流条件组合及来流条件组合对应的压力系数曲线坐标的数据对。步骤3、构建生成对抗网络模型;步骤4、利用每个翼型的所有数据对生成对抗网络进行训练得到生成网络模型;步骤5、将翼型、来流条件输入生成网络模型,输出该翼型的压力系数曲线。采用该方法无需迭代训练,大大减少计算量,较传统CFD方法速度更快,可以达到10‑100倍的加速比。

    可视化并行绘制方法、装置、系统及存储介质

    公开(公告)号:CN114463476A

    公开(公告)日:2022-05-10

    申请号:CN202210373654.3

    申请日:2022-04-11

    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。

    基于MPI+X的DSMC并行计算方法、设备及介质

    公开(公告)号:CN113791912B

    公开(公告)日:2022-02-11

    申请号:CN202111333599.7

    申请日:2021-11-11

    Abstract: 本发明公开了一种基于MPI+X的DSMC并行计算方法、设备及介质,其中方法包括以下步骤:根据计算的节点数目和节点内可用CPU核数对网格进行分区,将其划分为多个独立的分区文件;初始化MPI即粗粒度多进程,各进程载入网格数据;各进程对载入的所述网格数据分别进行相应的预处理;各进程分别启用多线程并行计算各自分区内的粒子运动;各进程分别对各自分区内的粒子索引进行排序编号;各进程分别对各自分区内的粒子进行碰撞计算;各进程分别对各自的子区域流场性质进行采样;迭代步数如果达到阈值,则进行相应的后处理并输出结果文件。本发明将粗粒度多进程与细粒度多线程有效结合,可以大大减少通信量和通信次数,有效提升并行效率。

Patent Agency Ranking