基于能量图和深度神经算子网络的失速颤振高效高精度预示方法

本发明公开一种基于能量图和深度神经算子网络的失速颤振高效高精度预示方法，属于气动弹性分析技术领域。本发明通过基于深度神经算子网络构建和训练考虑风速、振幅、频率变化的动态失速周期非定常气动力矩快速预示数据驱动模型，基于数据驱动模型的能量图快速计算和考虑气动刚度修正的失速颤振响应迭代修正等环节，实现失速颤振响应的高效高精度预示。本发明可以对不同来流速度、不同结构固有频率和阻尼系数下的失速颤振响应进行高精度的预示，同时大幅降低了响应预示所需的计算时间。