摘要
本发明提出一种基于深度学习的喷管型面烧蚀退移预测模型的建立方法和系统。该方法基于已有的试验喷管的二维型面烧蚀数据和对应试验喷管针对点火条件的数值模拟得到的壁面数据构建了喷管型面烧蚀退移预测模型,在保证预测精度的前提下有效地减少了预测时间成本以及计算成本;在该方法中还提出了一种针对单条二维烧蚀型面曲线提取数据点形成数据集的方法。该方法根据喷管横坐标取点,通过提取对应横坐标二维型线上的点的数值仿真得到的壁面数据以及点火实验的壁面退移量形成数据集。本发明基于有限的实验数据以及有限的计算资源,在保证精度的前提下减少了预测的时间成本以及计算成本。
技术关键词
DPM模型
壁面剪切力
数据
采样点
稳态
壁面温度分布
曲线
训练神经网络
高低压
燃气
数值仿真
模块
入口
计算机
处理器
高压力
系统为您推荐了相关专利信息
三维风场反演方法
地面气象站
风廓线雷达
数据
模拟风场
机器深度学习算法
分类方法
随机森林
支持向量机分类
数据导入系统