-
公开(公告)号：CN115859755A
公开(公告)日：2023-03-28
申请号：CN202310129960.7
申请日：2023-02-17
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本申请公开了一种定常流场矢量数据的可视化方法、装置、设备及介质，涉及可视化技术领域，包括：在定常流场中，基于流场空间信息和流场速度确定出粒子的单步运动时长，并基于预先定义的坐标转换规则和坐标系构建规则确定出粒子大小；获取流线轨迹中的流线点位置信息，并基于流线点位置信息、单步运动时长和预设运动速度确定出粒子每一步的轨迹位置，以及基于轨迹位置确定出粒子的运动轨迹；按照粒子大小对粒子进行图元化以得到图元化粒子，并基于运动轨迹利用预设动态更新算法对图元化粒子的位置进行动态更新。通过流场数据计算粒子的单步运动时长和大小以及确定出运动轨迹，然后对粒子图元化并实现位置的动态更新以生成易于观察的粒子动画效果。
-
公开(公告)号：CN111932663B
公开(公告)日：2022-10-18
申请号：CN202010798412.X
申请日：2020-08-11
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明公开了一种基于多层级非对称通信管理的并行绘制方法，包括步骤：S1，数值模拟结果数据并行读入；S2，客户端交互进程开始绘制；S3，服务端绘制进程执行并行绘制；S4，服务端绘制结果向客户端传输等；本发明降低了并行可视化计算与绘制过程中的进程间通信次数，实现了进程间负载均衡，提升了数据载入效率，提升了绘制效率。
-
公开(公告)号：CN113901594B
公开(公告)日：2022-03-08
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。
-
公开(公告)号：CN111597038A
公开(公告)日：2020-08-28
申请号：CN202010351241.6
申请日：2020-04-28
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F9/50
Abstract: 本发明公开了一种超级计算机I/O转发结点轮询映射方法，包括如下步骤：计算超级计算机中I/O转发结点的数量，记为n；对n个I/O转发结点分别进行编号为ION0,ION1,…,IONn-1；计算超级计算机中计算结点的数量，记为m；计算结点的编号分别为CN0,CN1,…,CNm-1；采用轮询映射计算方法将计算结点CNi，映射至I/O转发结点IONi％n；在每个计算结点上，修改I/O转发结点配置，即对于计算结点CNi，将I/O转发结点配置从传统分区映射方法的 修改为轮询映射方法的IONi％n；所有从计算结点CNi发出的I/O请求，都由I/O转发结点IONi％n处理；修改完所有计算结点上的I/O转发结点配置后，重启计算结点上的I/O转发服务，使配置生效，该方法解决了I/O转发结点间的负载不均衡问题。
-
公开(公告)号：CN111414720A
公开(公告)日：2020-07-14
申请号：CN202010097688.5
申请日：2020-02-17
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/28 , G06T3/60 , G06N3/04 , G06N3/08 , G06F113/08
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。
-
Patent Agency Ranking
公开(公告)号：CN120047596A
公开(公告)日：2025-05-27
申请号：CN202510518330.8
申请日：2025-04-24
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本申请公开了一种基于视觉与频率的传输函数设计方法、装置、设备及介质，涉及可视化技术领域，包括：将体数据的各标量值子区间以散点的形式投影到第一预设二维空间，得到频率特征图像；遍历频率特征图像中各标量值子区间的中点，以提取相应等值点的等值面图像的轮廓图像；对任意相邻两个轮廓图像之间的相似性指数进行计算，并以散点的形式投影到第二预设二维空间，得到视觉特征图像；基于所述频率特征图像、所述视觉特征图像，以及符合预设等值条件的关键等值对一维传输函数进行布点处理以得到目标传输函数。这样一来，本申请分别对体数据标量值子区间的频率特征、视觉特征以及关键等值处理，可增强特征识别性，提高传输函数设计效率和质量。
-
公开(公告)号：CN119227244A
公开(公告)日：2024-12-31
申请号：CN202411731970.9
申请日：2024-11-29
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本申请公开了一种飞行器表面流线生成方法、装置、设备及存储介质，涉及流场可视化技术领域，包括：确定飞行器表面流线的当前起点，将飞行器表面对应的非结构网格进行划分，得到若干个三角形网格；基于三角形网格对当前起点的三维坐标进行平面坐标映射，得到平面坐标，根据平面坐标计算新起点的位置坐标；通过平面坐标和位置坐标确定目标流线段，对目标流线段与目标三角形网格的相对位置进行判断，根据判断结果确定新起点与目标三角形网格的相对位置关系；根据相对位置关系及新起点的位置坐标进行迭代积分操作，通过迭代积分操作确定全部积分点，将全部积分点进行连接，得到最终的飞行器表面流线。本申请实现了在非结构化网格表面准确地生成流线。
-
公开(公告)号：CN118657808B
公开(公告)日：2024-10-18
申请号：CN202411140175.2
申请日：2024-08-20
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F7/00
Abstract: 本申请公开了基于物理信息融合的流场特征提取跟踪方法、装置、设备，涉及流场处理技术领域，包括：获取三维时序流场的各时间步下的流场数据；识别各时间步下流场数据中属于涡区域的数据点，基于数据点对各时间步下的流场区域进行空间联通区域分割，得到单时间步下的涡区域；计算各涡区域的各数据点对应涡旋强度、涡度值、局部剪切率，得到各涡区域的物理属性信息；基于物理属性信息分别构建涡区域的属性矩阵，利用预设主成分分析法对各属性矩阵进行矩阵提取，得到各涡区域的目标属性矩阵；根据相邻时间步下目标属性矩阵之间的相似度计算结果构建特征相似度矩阵，遍历特征相似度矩阵，判断三维时序流场在不同时间步下所属的目标流场事件类型。
-
公开(公告)号：CN117274534A
公开(公告)日：2023-12-22
申请号：CN202311540678.4
申请日：2023-11-20
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明公开了一种三维结构化网格的表面流线生成方法、设备及介质，属于流场可视化领域，包括步骤：将三维单元网格从三维坐标系映射到平面直角坐标系中，在平面直角坐标系中进行流线积分，然后再重新映射到原三维坐标系中；在判断下一积分点位置时采用局部点定位，得到所有的流线积分点，依次连接，获得一条流线。本发明提高了计算效率，扩展性好。
-
公开(公告)号：CN116246039B
公开(公告)日：2023-07-14
申请号：CN202310534154.8
申请日：2023-05-12
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深度学习的三维流场网格分类分割方法，所述方法包括如下步骤：S1：三维网格模型数据预处理；以三维网格模型数据中局部曲面作为基本处理单元，数据预处理为将局部曲面的特征分为三维的空间特征和十六维的结构特征；S2：三维网格分类模型构建；融合生成对抗网络和协同注意力网络完成三维网格分类模型构建；S3：模型训练；引入三元组损失和DCCA损失对步骤S2获得的三维网格分类模型构建的子空间特征分布进行语义对齐，使得模型构建的子空间中语义相关的特征数据对所对应的语义分布距离靠近，同时使语义不相关的特征数据对所对应的分布距离远离；S4：基于步骤S3训练完成的模型完成三维流场网格分类分割。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.042 seconds)
