-
公开(公告)号：CN116225722A
公开(公告)日：2023-06-06
申请号：CN202310505506.7
申请日：2023-05-08
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F9/50 , G06F9/54 , G06F9/455 , G06F30/10 , G06F30/28 , G06T17/00 , G06F113/08 , G06F119/14
Abstract: 本申请公开了一种流场变量的通信方法、装置、终端设备及存储介质，通过获取初始计算网格，并对初始计算网格进行分区，得到多个网格子区域；创建与第一网格子区域对应的第一虚拟网格，以及与第二网格子区域对应的第二虚拟网格；获取第一网格子区域的一个或多个流场变量数据；对一个或多个流场变量数据进行压缩，并将压缩后的数据存储到第一通信数据容器中；将第一通信数据容器通过消息传递模式发送至的第二虚拟网格。在CFD迭代计算过程中，通过建立通信数据容器，将多个流场变量数据压缩后保存在通信数据容器中，然后发送至其他的线程中，这样，可以将一个迭代步中的多次通信过程减少为一次通信过程，从而实现了并行效率的大幅提升。
-
公开(公告)号：CN116090110A
公开(公告)日：2023-05-09
申请号：CN202310361702.1
申请日：2023-04-07
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/15 , G06F30/20 , G06F111/10 , G06F113/08
Abstract: 本申请公开了一种高超声速飞行器高温流场数值仿真的修正方法及相关组件，涉及数值模拟计算领域，包括：在高超声速飞行器高温流场数值仿真过程中获取当前迭代步对应的当前流动特性参数以及相应参数的变化量；基于当前流动特性参数以及相应参数的变化量，对当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正以得到各修正后的流动特性参数；基于各修正后流动特性参数确定出相应的原始变量和所述下一迭代步对应的流动特性参数以及相应参数的变化量。该发明能够在高超声速飞行器高温流场数值模拟过程中，有效避免流场中压强、温度、密度等参数出现非物理的负值或大幅度波动，从而增强数值迭代的稳定性。
-
公开(公告)号：CN115438604B
公开(公告)日：2023-03-24
申请号：CN202211394781.8
申请日：2022-11-08
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 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于质数体系的网格标识方法。该方法基于整数的质数分解和各质数因子互斥的原理，构建网格微元特征的标识体系。当网格具有一系列基特征时，只需要申请一个整形变量的存储空间，大幅地减小计算内存资源的开销；同时当需要识别某一网格微元是否具有多个特征时，可形成复合判别因子，减小了代码判断的次数。
-
公开(公告)号：CN115438604A
公开(公告)日：2022-12-06
申请号：CN202211394781.8
申请日：2022-11-08
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 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于质数体系的网格标识方法。该方法基于整数的质数分解和各质数因子互斥的原理，构建网格微元特征的标识体系。当网格具有一系列基特征时，只需要申请一个整形变量的存储空间，大幅地减小计算内存资源的开销；同时当需要识别某一网格微元是否具有多个特征时，可形成复合判别因子，减小了代码判断的次数。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN115169253A
公开(公告)日：2022-10-11
申请号：CN202210584253.2
申请日：2022-05-27
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 , G16C10/00 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种热力学两温度模型非平衡能量体系改进方法，主要用于高超声速热化学非平衡流动的数值模拟过程。该方法借鉴一温度模型平衡态能量体系计算方法，重构两温度模型各温度能量模态表征及松弛、输运过程的计算形式，采用多项式拟合方法重新建模和计算由振动温度表征的平衡能量项，以替代原来复杂耗时的指数计算方式。该方法对现有热力学两温度模型求解器框架的适应性好，在保证计算精度的前提下，能够改善热化学非平衡流动模拟过程的数值稳定性和提升计算效率。
-
公开(公告)号：CN114186690A
公开(公告)日：2022-03-15
申请号：CN202210139865.0
申请日：2022-02-16
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明公开了一种飞行器知识图谱构建方法、装置、设备及存储介质，该方法包括获取飞行器的结构化数据、半结构化数据和非结构化数据，在确定飞行器知识图谱的模式层后，利用字段抽取、规则模板抽取和反馈长短时记忆神经网络与条件随机场模型抽取的方式分别对飞行器的结构化数据、半结构化数据和非结构化数据进行抽取，以获得不同数据类型的知识三元组，进而构建飞行器知识图谱。本发明通过在对飞行器非结构化数据抽取过程中采用改进的反馈长短时记忆神经网络与条件随机场模型抽取的方式，解决了传统长短时记忆神经网络在上下文关联性低时识别效果不佳的问题，增强飞行器知识图谱不同实体之间的联系，提高飞行器知识图谱的构建效率和结构合理性。
-
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。
-
公开(公告)号：CN107844123B
公开(公告)日：2021-03-02
申请号：CN201710938397.2
申请日：2017-10-11
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明提供了一种非线性飞行器航迹控制方法。本发明中的航迹指令生成器发送航迹指令信号至外环航迹控制器；外环航迹控制器接收航迹指令与传感器测量的飞行器位置、速度、航迹倾角、航迹方位角信号，计算并分别发送发动机油门指令信号至飞行器平台和迎角指令、侧滑角指令与绕速度矢滚转角指令信号至内环姿态控制器；内环姿态控制器接收迎角指令、侧滑角指令、绕速度矢滚转角指令信号与传感器测量的飞行器迎角、侧滑角、绕速度矢滚转角、角速度信号，计算并发送舵面偏转指令至飞行器平台；传感器测量获得飞行器参数信号并反馈至外环航迹控制器和内环姿态控制器；飞行器接收舵偏控制指令完成相应的舵偏动作、接收油门控制指令实现相应推力。
-
公开(公告)号：CN119203800A
公开(公告)日：2024-12-27
申请号：CN202411731968.1
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
IPC: G06F30/27 , G06F30/15 , G06N3/0455 , G06N3/092 , G06N3/084 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本申请公开了一种飞行器天地相关性表征方法、装置、设备及存储介质，涉及空气动力学技术领域，包括：基于飞行器的预设隐变量数据确定当前隐变量表征，利用当前隐变量表征、飞行器的预设气动性能指标和飞行器状态数据构建当前全要素样本集；预设隐变量数据包括天空飞行试验环境数据、风洞试验环境数据、飞行器外形特征数据；利用预设深度学习模型及当前全要素样本集进行模型训练、泛化误差评估；基于评估结果对预设隐变量数据进行重采样，并利用新的当前量表征重新跳转至构建当前全要素样本集的步骤，以构建目标二阶优化曲面；将最小化泛化误差作为目标，基于目标二阶优化曲面确定目标隐变量表征及目标天地相关性预测模型。提高了可解释性。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.055 seconds)
