龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：同济大学;浙江理工大学
摘要：本发明公开了基于人工神经网络的隔离段激波串非定常特性预测方法，属于双模态超燃冲压发动机领域。本发明的基于人工神经网络的隔离段激波串非定常特性预测方法，包括以下步骤：S1：建立仿真数据库；S2：搭建非定常特性预测模型；S3：进行全局灵敏度分析；S4：分析脉动压力来源；S5：分析对激波串自激振荡特性的影响程度；S6：分析多压力点耦合作用；S7：根据自激振荡的形成机理得到隔离段激波串非定常特性。本发明解决了现有的技术只能针对单一影响因素的规律探索，导致自激振荡现象机理探索的不够明确的问题，本发明将人工神经网络与全局灵敏度分析结合，提高人工神经网络模型的可解释性，揭示受迫振荡和自激振荡的形成机理。
主权项：1.基于人工神经网络的隔离段激波串非定常特性预测方法，其特征在于：包括以下步骤：S1：建立基于雷诺平均纳维斯托克斯方程的受迫振荡数值仿真数据库和基于大涡模拟方法的自激振荡数值仿真数据库；S2：根据数值仿真数据库的数据，建立基于人工神经网络的多输入和多输出的函数关系式，根据多输入和多输出的函数关系式搭建非定常特性预测模型；S3：通过全局灵敏度计算公式得到全局灵敏度指标关系式，根据全局灵敏度指标关系式进行全局灵敏度分析；S4：将人工神经网络与全局灵敏度分析相结合，分析激波前流动参数和脉动反压特性参数对激波串受迫振荡特性的影响程度和激波串结构中的脉动压力来源；S5：根据脉动反压特性参数对激波串受迫振荡特性的影响得到受迫振荡的影响因素，根据受迫振荡的影响因素分析脉动反压条件下受迫振荡机理以及激波前流动参数和激波后反压对激波串自激振荡特性的影响程度；S6：根据分析结果得到影响自激振荡非定常特性的因素，根据自激振荡非定常特性的影响因素，分析对激波串自激振荡贡献最大的压力点及多压力点耦合作用；S7：根据耦合作用通过非定常特性预测模型预测自激振荡的形成机理，根据自激振荡的形成机理得到隔离段激波串非定常特性。
全文数据：
权利要求：
百度查询： 同济大学 浙江理工大学 基于人工神经网络的隔离段激波串非定常特性预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号