-
公开(公告)号：CN118171207A
公开(公告)日：2024-06-11
申请号：CN202410591155.0
申请日：2024-05-13
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F18/2431 , G06F18/213 , G06F30/28 , G06F113/08
Abstract: 本发明公开了一种基于涡量和雷诺数映射关系的三维流场智能分类方法，其包括将三维流场中的流场属性集中的每个离散采样点定义为具有位置、时间和速度三个物理量，将三维涡量定义为速度的旋度；将三维涡量表征为二维涡量；推导出二维涡量与雷诺数的对应关系，得到三维流场分类标准；通过连续采样时间的二维涡量，计算得到二维涡量时间序列，并将其作为二维涡量智能分类模型的输入；将二维涡量时间序列作为二维涡量智能分类模型的训练样本并对其进行训练，得到训练好的二维涡量智能分类模型；将新的二维涡量时间序列输入训练好的二维涡量智能分类模型中，得到三维流场所属分类。本发明提高了三维流场的分类效率。
-
Patent Agency Ranking
公开(公告)号：CN117216886A
公开(公告)日：2023-12-12
申请号：CN202311487437.8
申请日：2023-11-09
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/15 , G06F30/20 , G06F30/28 , G06F30/27 , G06N3/0455 , G06F119/14 , G06F113/28 , G06F111/08 , G06F111/04
Abstract: 本发明提供一种基于扩散模型的飞行器气动布局反设计方法，属于飞行器外形设计选型技术领域，解决了现有技术中CFD计算复杂等问题；该方法包括：S1、通过编码空间插值方式，构建出有翼飞行器的气动性能数据库；S2、依据气动性能数据库，设计从气动性能至飞行器气动布局的连续条件的扩散模型；S3、应用kd树原理，对扩散模型进行训练；S4、扩散模型训练完成后，为其适配不同工况条件下的生成采样方式，生成外形编码；S5、将生成得到的外形编码重构为飞行器气动布局外形；本发明首次使用条件扩散模型，丰富了飞行器外形设计内容，同时具有能适应多种工况，更贴近工程现实，设计过程稳定可靠的优点。
-
公开(公告)号：CN118171207B
公开(公告)日：2024-07-16
申请号：CN202410591155.0
申请日：2024-05-13
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F18/2431 , G06F18/213 , G06F30/28 , G06F113/08
Abstract: 本发明公开了一种基于涡量和雷诺数映射关系的三维流场智能分类方法，其包括将三维流场中的流场属性集中的每个离散采样点定义为具有位置、时间和速度三个物理量，将三维涡量定义为速度的旋度；将三维涡量表征为二维涡量；推导出二维涡量与雷诺数的对应关系，得到三维流场分类标准；通过连续采样时间的二维涡量，计算得到二维涡量时间序列，并将其作为二维涡量智能分类模型的输入；将二维涡量时间序列作为二维涡量智能分类模型的训练样本并对其进行训练，得到训练好的二维涡量智能分类模型；将新的二维涡量时间序列输入训练好的二维涡量智能分类模型中，得到三维流场所属分类。本发明提高了三维流场的分类效率。
-
公开(公告)号：CN117540664B
公开(公告)日：2024-04-05
申请号：CN202410032328.5
申请日：2024-01-10
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 , G06F30/15 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于图神经网络的二维流场预测与修正方法，包括：飞行器翼型数据集构建：构建基于拓扑重构与图性质结构的流场变换域视角下的数据集，并转换为二维矩阵表示、图数据结构表示或图像表示；流场预测与修正模型构建：基于飞行器外形和飞行条件的二维矩阵表示、流场的图数据结构表示以及图像表示，构建流场预测与修正网络模型；流场预测与修正模型训练：使用数据集训练流场预测与修正网络模型，开展分阶段预训练和联合微调，获得智能预测模型和智能修正模型；翼型流场快速预测：对于训练数据之外的飞行器外形和飞行条件，智能预测模型和智能修正模型预测得到最终流场。本发明通过飞行器外形和飞行条件等要素可直接预测流场。
-
公开(公告)号：CN117216886B
公开(公告)日：2024-04-05
申请号：CN202311487437.8
申请日：2023-11-09
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/15 , G06F30/20 , G06F30/28 , G06F30/27 , G06N3/0455 , G06F119/14 , G06F113/28 , G06F111/08 , G06F111/04
Abstract: 本发明提供一种基于扩散模型的飞行器气动布局反设计方法，属于飞行器外形设计选型技术领域，解决了现有技术中CFD计算复杂等问题；该方法包括：S1、通过编码空间插值方式，构建出有翼飞行器的气动性能数据库；S2、依据气动性能数据库，设计从气动性能至飞行器气动布局的连续条件的扩散模型；S3、应用kd树原理，对扩散模型进行训练；S4、扩散模型训练完成后，为其适配不同工况条件下的生成采样方式，生成外形编码；S5、将生成得到的外形编码重构为飞行器气动布局外形；本发明首次使用条件扩散模型，丰富了飞行器外形设计内容，同时具有能适应多种工况，更贴近工程现实，设计过程稳定可靠的优点。
-
公开(公告)号：CN117540664A
公开(公告)日：2024-02-09
申请号：CN202410032328.5
申请日：2024-01-10
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 , G06F30/15 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于图神经网络的二维流场预测与修正方法，包括：飞行器翼型数据集构建：构建基于拓扑重构与图性质结构的流场变换域视角下的数据集，并转换为二维矩阵表示、图数据结构表示或图像表示；流场预测与修正模型构建：基于飞行器外形和飞行条件的二维矩阵表示、流场的图数据结构表示以及图像表示，构建流场预测与修正网络模型；流场预测与修正模型训练：使用数据集训练流场预测与修正网络模型，开展分阶段预训练和联合微调，获得智能预测模型和智能修正模型；翼型流场快速预测：对于训练数据之外的飞行器外形和飞行条件，智能预测模型和智能修正模型预测得到最终流场。本发明通过飞行器外形和飞行条件等要素可直接预测流场。
-
-
-
-
-
Search Results
6
records
(took 0.05 seconds)
