摘要
本发明属于航发压气机叶片检测技术领域,公开了基于PINN的航发压气机叶片冲蚀损伤预测方法及系统。该方法针对压气机叶片冲蚀损伤判别构建冲蚀损伤速率方程和流场‑颗粒物耦合方程;进行双驱动损失函数设计,构建物理信息神经网络PINN模型,以及对构建的物理信息神经网络PINN模型进行自适应训练;压气机叶片冲蚀损伤预测与工程应用。本发明克服了现有技术的局限性,提供更加精确、可靠的损伤预测模型,为航空发动机的设计、运维和安全性评估提供强有力的支持。本发明能够结合物理规律与数据驱动技术的创新性方法,提高了航发压气机叶片在复杂工况下的损伤预测精度和效率。
技术关键词
压气机叶片
损伤预测方法
损失函数设计
材料表面相互作用
物理
预测系统
方程
概率密度函数
神经网络模型构建
表达式
速率
数据驱动技术
创新性方法
计算机设备
速度
粒子
航空发动机
索引
动态
系统为您推荐了相关专利信息
虚拟环境模拟
教学实训系统
教学场景
教学实训方法
网络通信模块