-
公开(公告)号：CN116049977B
公开(公告)日：2024-04-12
申请号：CN202211675222.4
申请日：2022-12-26
Applicant: 西南科技大学
IPC: G06F30/15 , G06F30/20 , G06F111/06 , G06F111/10
Abstract: 本发明公开了一种航空发动机燃烧室的参数多目标优化方法，包括：根据航空发动机燃烧室高性能燃烧组织的优化设计需求，确定航空发动机燃烧室的多维设计变量；根据多维设计变量，构建高维设计变量样本空间；对高维设计变量样本空间进行样本抽取，得到样本点集；基于高性能燃烧室模型，利用航空发动机燃烧室一维计算模型和三维计算模型计算样本点集中各样本的相关数据；根据计算结果和试验测试数据，得到样本数据集；将样本数据集划分为若干个子空间；在每个子空间上建立Kriging的燃烧室预测模型；根据所有子空间的燃烧室预测模型，寻优得到燃烧室设计参数的帕累托最优解集；进而进行分析，得到燃烧室最优设计方案。
-
公开(公告)号：CN116522803B
公开(公告)日：2023-09-05
申请号：CN202310784029.2
申请日：2023-06-29
Applicant: 西南科技大学
IPC: G06F30/27 , G06F30/28 , G06F17/13 , G06N3/0464 , G06N3/08 , G06F111/10 , G06F113/08
Abstract: 本发明公开了一种可解释深度学习的超声速燃烧室流场重构方法，属于超声速燃烧室流场重构技术领域，为了能够提高数据驱动的重构精度，包括：S1：利用地面风洞试验及CFD数值模拟软件，构建不同来流条件下的燃烧室构型的流场数据集；S2、对所述流场数据集进行数据预处理操作，得到预处理后的流场数据集；S3、将所述预处理后的流场数据集打乱并按比例切分为训练集和测试集；S4、利用所述训练集对超声速燃烧室流场重构模型进行训练，得到训练好的模型和训练权重；S5、根据所述测试集，将所述训练权重和所述训练好的模型嵌入至FPGA平台，得到超声速燃烧室流场重构结果。
-
公开(公告)号：CN116644524A
公开(公告)日：2023-08-25
申请号：CN202310931680.8
申请日：2023-07-27
Applicant: 西南科技大学
IPC: G06F30/15 , G06F30/27 , G06N3/0464 , G06N3/08 , G06F111/04 , G06F113/08
Abstract: 本发明公开了一种基于PINN的高超声速内转式进气道流场重构方法及系统，其包括步骤获取进气道设计的设计变量参数，并将其输入已训练的PINN模型得到进气道的流场数据和性能参数；采用进气道的性能参数作为多目标优化算法的目标函数，使用多目标优化算法得到进气道性能参数的Pareto最优解集；将Pareto最优解集中的设计变量输入已训练的PINN模型，得到进气道的流场数据和性能参数；采用步骤S3中流场数据中的最优流场作为进气道设计的基准流场，之后选取进气道的出口型线，通过流线追踪生成内转式进气道。
-
公开(公告)号：CN116227327A
公开(公告)日：2023-06-06
申请号：CN202211595997.0
申请日：2022-12-13
Applicant: 西南科技大学
IPC: G06F30/27 , G06F30/15 , G06F17/18 , G06N3/006 , G06F111/10 , G06F111/08 , G06F111/04 , G06F119/14
Abstract: 本发明公开了一种超燃冲压发动机全流道壁面压力参数辨识方法，包括：获取全流道壁面压力的相关数据集；利用训练集构建全流道湍流模型参数不确定传播的代理模型；根据代理模型、贝叶斯理论和粒子群算法，得到多个辨识模型和最优参数；利用数值模拟软件，得到与当前辨识模型相对应的相关压力数据；根据相关压力数据和真实试验获得的压力数据，得到误差变化量；判断误差变化量是否超过预设阈值，并判断当前辨识模型是否为最后一个辨识模型，对所有辨识模型进行嵌套和融合处理；利用一体化参数辨识模型对验证集进行参数辨识；对辨识结果进行分析；对一体化参数辨识模型进行优化；利用优化后的一体化参数辨识模型对全流道壁面压力参数进行辨识。
-
公开(公告)号：CN115859531B
公开(公告)日：2023-05-02
申请号：CN202310070294.4
申请日：2023-02-07
Applicant: 西南科技大学
IPC: G06F30/17 , G06F30/27 , G06F30/28 , G06F17/16 , G06F18/213 , G06F18/214 , G06N20/00 , G06F111/04 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种乘波体与超燃冲压发动机的一体化优化设计方法，属于发动机设计领域，解决了现有技术未应用人工智能算法开展吻切面乘波体与超燃冲压发动机一体化的优化设计的问题，包括：根据设计类型定义设计空间，并利用拉丁超立方抽样算法获取样本；确定样本在预设条件下的一体化设计，形成不同样本点下的不同构型；根据不同构型，构建数据集，从而构建高效高精度智能预测模型；根据该模型和多目标启发式算法，获得满足高超声速飞行器性能达到目标函数及约束函数条件下的吻切面乘波体及超燃冲压发动机一体化的最优设计参数Pareto解集；对该解集进行分析，得到一体化的通用特性；进而确定乘波体与超燃冲压发动机的一体化优化设计结果。
-
Patent Agency Ranking
公开(公告)号：CN115859531A
公开(公告)日：2023-03-28
申请号：CN202310070294.4
申请日：2023-02-07
Applicant: 西南科技大学
IPC: G06F30/17 , G06F30/27 , G06F30/28 , G06F17/16 , G06F18/213 , G06F18/214 , G06N20/00 , G06F111/04 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种乘波体与超燃冲压发动机的一体化优化设计方法，属于发动机设计领域，解决了现有技术未应用人工智能算法开展吻切面乘波体与超燃冲压发动机一体化的优化设计的问题，包括：根据设计类型定义设计空间，并利用拉丁超立方抽样算法获取样本；确定样本在预设条件下的一体化设计，形成不同样本点下的不同构型；根据不同构型，构建数据集，从而构建高效高精度智能预测模型；根据该模型和多目标启发式算法，获得满足高超声速飞行器性能达到目标函数及约束函数条件下的吻切面乘波体及超燃冲压发动机一体化的最优设计参数Pareto解集；对该解集进行分析，得到一体化的通用特性；进而确定乘波体与超燃冲压发动机的一体化优化设计结果。
-
公开(公告)号：CN116227327B
公开(公告)日：2025-03-18
申请号：CN202211595997.0
申请日：2022-12-13
Applicant: 西南科技大学
IPC: G06F30/27 , G06F30/15 , G06F17/18 , G06N3/006 , G06F111/10 , G06F111/08 , G06F111/04 , G06F119/14
Abstract: 本发明公开了一种超燃冲压发动机全流道壁面压力参数辨识方法，包括：获取全流道壁面压力的相关数据集；利用训练集构建全流道湍流模型参数不确定传播的代理模型；根据代理模型、贝叶斯理论和粒子群算法，得到多个辨识模型和最优参数；利用数值模拟软件，得到与当前辨识模型相对应的相关压力数据；根据相关压力数据和真实试验获得的压力数据，得到误差；判断误差是否超过预设阈值，并判断当前辨识模型是否为最后一个辨识模型，对所有辨识模型进行嵌套和融合处理；利用一体化参数辨识模型对验证集进行参数辨识；对辨识结果进行分析；对一体化参数辨识模型进行优化；利用优化后的一体化参数辨识模型对全流道壁面压力参数进行辨识。
-
公开(公告)号：CN115291621B
公开(公告)日：2024-12-20
申请号：CN202211083655.0
申请日：2022-09-06
Applicant: 西南科技大学
IPC: G05D1/495 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 本发明公开了一种水空多旋翼无人机跨介质控制系统及方法，该系统包括设置在水空多旋翼无人机上的主控制器、动力子系统、监测子系统、传感器子系统、通信子系统，其中主控制器用于采用仿人智能控制器根据监测子系统和传感器子系统获取的信息对水空多旋翼无人机进行多特征融合的模式识别，确定水空多旋翼无人机下一步采取的最优的航向和期望姿态以及为调整姿态采用的最优控制策略，并通过改进运动控制级进行控制。本发明采用多模态控制，对不同特征状态采取适应的控制策略，对复杂环境适应性强。
-
公开(公告)号：CN118504434B
公开(公告)日：2024-09-17
申请号：CN202410965012.1
申请日：2024-07-18
Applicant: 西南科技大学
IPC: G06F30/27 , G06F18/2131 , G06F18/25 , G06F18/10 , G06N3/044 , G06N3/0464 , G06N3/049 , G06N3/045 , G06N3/096
Abstract: 本发明提供了一种超声速燃烧室多物理场智能预测方法及可视化系统，属于超声速流动燃烧技术领域和人工智能领域的交叉融合领域，该方法为：基于不同燃烧室的构型，进行非定常数值仿真计算，构建数据集；进行预处理；将低马赫数数据作为源域数据，将高马赫数数据作为目标域数据；构建迁移学习源域模型；对迁移学习源域模型进行训练，并保存训练权重；冻结并修改迁移学习源域模型，得到基于迁移学习目标域模型；将高马赫数数据输入至迁移学习目标域模型，更新并保存该模型的权重；设计可视化系统，进行高马赫数宽域变几何超声速燃烧室多物理场智能预测图像的可视化操作。本发明能准确快速地预测高马赫数宽域条件下的变几何超声速燃烧室多物理场结构。
-
公开(公告)号：CN116798531B
公开(公告)日：2024-03-22
申请号：CN202310790691.9
申请日：2023-06-29
Applicant: 西南科技大学
Abstract: 本发明公开了一种基于融合算法的超声速燃烧室碳氢燃料机理简化方法，属于碳氢燃料燃烧模拟技术领域包括：S1、构建用于数值模拟的碳氢燃料机理文件；S2、基于机理文件，构建零维点火及一维层流火焰的数据集；S3、基于构建的数据集，构建神经网络代理模型；S4、利用神经网络代理模型，对简化机理的全参数进行优化；S5、将全参优化后的简化机理进行数值模拟计算，并根据计算结果优化简化机理模型的参数，进而实现超声速燃烧室碳氢燃料机理简化。本发明在保证精度的同时大幅度提高数值模拟的速度，为超燃冲压发动机在数值模拟过程中的高精度计算工作奠定基础，为发动机飞行过程中的安全可靠工作提供技术支撑。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.029 seconds)
