一种基于无量纲输入输出神经网络的FADS解算系统及方法
文献类型：专利
| 作者 | 刘洋; 张陈安
|
| 发表日期 | 2025-01-07 |
| 专利号 | CN114722695B |
| 著作权人 | 中国科学院力学研究所 |
| 国家 | 中国 |
| 英文摘要 | 本发明公开了一种基于无量纲输入输出神经网络的FADS解算系统及方法，该方法包括：确定各个测压点在飞行器表面的分布，收集对应来流工况下各个测压点的压力值；将所述各个测压点的压力值进行无量纲化处理获得输入参数集；利用第一神经网络对大气数据参数中包含的各个无量纲大气参数、与进行求解；利用第二神经网络对各个测压点的压力系数Cpi进行求解；根据第二神经网络对各个测压点的压力系数的求解；该系统包括：压力值收集单元、无量纲化处理单元、无量纲大气参数求解单元、有量纲大气参数计算单元，本发明充分利用不同自由来流静压下的相似性，使得求解大气数据的空气动力学模型解耦了自由来流静压，使得训练神经网络的样本大大减少。 |
| 分类号 | 发明授权 |
| 申请日期 | 2022-03-01 |
| 状态 | 有效 |
| 源URL | [http://dspace.imech.ac.cn/handle/311007/99978]  |
| 专题 | 力学研究所_高温气体动力学国家重点实验室 |
| 推荐引用方式 GB/T 7714 | 刘洋,张陈安. 一种基于无量纲输入输出神经网络的FADS解算系统及方法. CN114722695B. 2025-01-07. |
入库方式： OAI收割
来源：力学研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。