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：中国空气动力研究与发展中心超高速空气动力研究所
摘要：本发明公开了一种基于深度学习技术的高阶本构方程源项重构方法，涉及流体动力学领域，包括：S1、通过对原有控制方程进行重构，以使重构后的控制方程中带有未知项数X1与系数X2；S2、基于深度学习方式修正高阶本构方程源项的自由参数；S3、将S2得到的自由参数嵌回到控制方程源项中，以修正的高阶本构方程对控制方程进行求解。发明提供一种基于深度学习技术的高阶本构方程源项重构方法，通过引入深度学习技术，将高阶本构方程中的非线性项融入NS方程源项，使得原本需迭代法求解的高阶本构方程通过模型训练方式进行替换，以降低迭代法求解的难度，从而提高计算效率，提高源项精度。
主权项：1.一种基于深度学习技术的高阶本构方程源项重构方法，其特征在于，包括：S1、通过对原有控制方程进行重构，具体是将NS方程根据NCCR方程进行调整，以使重构后的控制方程中带有未知项数X1与系数X2；S2、基于深度学习方式修正高阶本构方程源项的自由参数；S3、将S2得到的自由参数嵌回到控制方程源项中，以修正的高阶本构方程对控制方程进行求解；在S2中，基于深度学习方式修正高阶本构方程源项的自由参数的方式为：S20、通过对实验数据的收集、清洗以得到数据集；S21、基于对数据集中数据关联性研究，将数据层面与源项形式进行互相验证；S22、分析不同输入形式对模型性能的影响，以根据数据集中数据特征设计模型结构；S23、以计算流体力学的理论模型与实验数据误差L为基础，在学习机上通过深度学习的方式，构建神经网络修正高阶本构方程源项自由参数X1与X2。
全文数据：
权利要求：
百度查询： 中国空气动力研究与发展中心超高速空气动力研究所 基于深度学习技术的高阶本构方程源项重构方法
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