一种基于神经算子的叶栅气膜冷却二次迁移学习预测方法

本发明公开了一种基于神经算子的叶栅气膜冷却二次迁移学习预测方法，包括构建基础平板气膜冷却神经算子预测模型；提取叶片的几何结构作为输入，对应结构下的1组历史仿真数据作为迁移样本；进行第1次迁移，通过叶片历史仿真数据，修正平板算子模型为叶片算子模型；设置6组随机掩码矩阵，提取位置随机的不同吹风比条件下叶片表面绝热冷却效率的1%离散数据；进行第二次迁移，通过1%的离散数据和叶片几何条件预测不同吹风比条件下绝热冷却效率分布结果。本发明通过两次迁移学习，利用1组历史仿真数据和1%的离散数据预测未知吹风比条件下叶片绝热冷却效率分布。