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：东南大学
摘要：本发明公开了一种基于管外温度分布图像与CNN的行波管内部温度预测方法，属于大功率真空电子设备领域。本发明分别搭建用于行波管慢波结构内部温度反演与收集极内部温度反演的两种卷积神经网络模型，将慢波结构与收集极热仿真得到的管外温度矩阵作为输入、管内温度矩阵作为输出对各自的网络进行训练，得到满足条件的内部温度反演模型。在使用反演模型时，测量慢波结构以及收集极外表面的温度图像，处理温度图像得到外部温度矩阵，将外部温度矩阵代入相应仿真数据训练好的卷积神经网络中计算得到内部温度矩阵，展示内部的温度分布情况。该方法通过外部温度图像来预测内部的温度分布情况，减少了对管内结构与温度分布的影响，并且操作较为简单。
主权项：1.一种基于管外温度图像与CNN的行波管内部温度预测方法，其特征在于：包括如下步骤：1分别搭建用于行波管慢波结构内部温度反演的卷积神经网络模型与收集极内部温度反演的卷积神经网络模型，都选择均方差作为损失函数，Adam作为优化器；2建立慢波结构与收集极的有限元仿真模型并进行热稳态分析，导出仿真模型温度矩阵；使用慢波结构的仿真数据对其卷积神经网络进行训练，得到满足条件的慢波结构内部温度反演模型；使用收集极的仿真数据对其卷积神经网络进行训练，得到满足条件的收集极内部温度反演模型；针对慢波结构内部温度反演模型，建立的卷积神经网络结构第一层是60×60×1大小的输入层，输入的是经过线性归一化处理以及维度转换后的外部温度数据；归一化公式为： 其中：x′i为第i个数据归一化后的结果，xi为第i个数据原来的值，xmin是所有输入或者输出数据中的最小值，xmax是所有输入或者输出数据中的最大值；3采集慢波结构与收集极实际的外表面温度图像，处理后得到慢波结构外部温度矩阵和收集极外部温度矩阵；4将慢波结构外部温度矩阵代入到其反演模型中计算出内部温度矩阵，展示慢波结构内部的温度分布情况；将收集极外部温度矩阵代入到其反演模型中计算出内部温度矩阵，展示收集极内部的温度分布情况。
全文数据：
权利要求：
百度查询： 东南大学 一种基于管外温度图像与CNN的行波管内部温度预测方法
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