基于机械学习微涡轮流场预测方法和装置

    公开(公告)号:CN117473890A

    公开(公告)日:2024-01-30

    申请号:CN202311416923.0

    申请日:2023-10-27

    Inventor: 罗磊 杜巍 王思宇

    Abstract: 本申请提出了一种基于机械学习微涡轮流场预测方法,涉及微涡轮流场预测技术领域,其中,该方法包括:基于模化准则对预测模型进行模化处理;选取微涡轮叶片的几何特征及气动参数特征作为预测模型的输入变量;根据所选的输入变量,构建拟合后的初始涡轮叶型数据库,并基于初始涡轮叶型数据库建立初始样本数据集;基于初始样本数据集对预测模型进行训练,并使用训练后的预测模型对微涡轮流场进行预测。采用上述方案的本发明实现了对微涡轮流场的快速有效的预测,在微涡轮的设计中极大具有实用价值。

    高压晶闸管阀组快速在线故障检测装置及方法

    公开(公告)号:CN102998620A

    公开(公告)日:2013-03-27

    申请号:CN201210547919.3

    申请日:2012-12-17

    Abstract: 高压晶闸管阀组快速在线故障检测装置及方法,属于晶闸管在线检测领域,本发明为解决目前检测高压晶闸管阀组的检测电路结构复杂,且成本高的问题。本发明包括高频交变电流源、能量耦合单元、整流滤波电路、稳压电路、处理器、调理电路、检测电路和光纤,高频交变电流源的输出端与能量耦合单元的输入端相连,能量耦合单元的输出端与整流滤波电路的交流输入端相连,整流滤波电路的直流输出端与稳压电路的输入端相连,稳压电路的输出端同时与处理器、调理电路和检测电路的直流供电端相连,调理电路接收高压晶闸管阀组中待检测的晶闸管端电压信号,调理电路的输出端与检测电路的输入端相连,检测电路的输出端通过光纤与处理器的信号输入端相连。

    基于Transformer的航空发动机涡轮流场的预测方法

    公开(公告)号:CN118981832A

    公开(公告)日:2024-11-19

    申请号:CN202410945403.7

    申请日:2024-07-15

    Abstract: 本申请提出了一种基于Transformer的航空发动机涡轮流场的预测方法,该方法包括:对航空发动机涡轮的导向叶片和动叶片进行特征采样,根据采集的特征参数构建特征编码,并对特征编码进行处理生成叶片模型特征编码数据库;根据涡轮叶片模型库计算涡轮的流场数据库,并根据流场数据库生成流场数据集,基于生成的两种数据库构建模型训练数据集;构建Transformer模型的编码器和解码器,并基于训练数据集对Transformer模型进行训练;获取待预测的航空发动机涡轮叶片的特征编码,将特征编码输入训练完成的Transformer模型,获得模型输出的流场预测结果。该方法基于数据驱动的Transformer模型获得航空发动机涡轮的流场数据,提高了涡轮流场预测的效率和准确性。

Patent Agency Ranking