基于物理先验学习的多孔材料隔热性能测试系统及预测方法

AITNT
正文
推荐专利
基于物理先验学习的多孔材料隔热性能测试系统及预测方法
申请号:CN202510651027
申请日期:2025-05-20
公开号:CN120559018A
公开日期:2025-08-29
类型:发明专利
摘要
本发明提供了一种基于物理先验学习的多孔材料隔热性能测试系统及预测方法,属于隔热性能预测技术领域,其中,所述基于物理先验学习的多孔材料隔热性能预测方法,包括搭建多孔材料隔热性能测试系统,基于多孔材料隔热性能测试系统获取待测多孔材料的实验数据,基于待测多孔材料的实验数据形成的一维瞬态传热物理问题,构建一维瞬态传热物理模型,根据一维瞬态传热物理模型搭建具有隔热性能预测能力的物理启发式神经网络模型,训练具有隔热性能预测能力的物理启发式神经网络模型,实现多孔材料的隔热性能预测;本发明能够在实验的有限个数的测点数据下,同时实现全局温度场重构和热物性参数辨识,降低了实验成本,显著提高了预测效率。
技术关键词
多孔材料 神经网络模型 物理 能量守恒 冷却装置模块 数据采集装置 热物性参数 冷却水槽 方程 温度场重构 循环冷却器 电加热 稳态 待测材料 结构模块 热电偶 计算机
系统为您推荐了相关专利信息
1
一种基于AIoT和边缘计算的智能导航方法和系统
智能运输车 云端服务器 智能车 规划 训练神经网络模型
2
基于物联网数据采集的地下配电房浸水仿真与抢修训练方法及系统
地下配电房 配电设备 虚拟现实训练 物理 传感器健康状态
3
一种大规模地球物理数据高效反演算法
地球物理数据 反演算法 牛顿迭代法 模型更新 预测误差
4
一种用于电力通信业务的电力数据网仿真系统及方法
电力通信业务 数据网 仿真系统 仿真模型 仿真数据
5
训练样本构建及图像特征提取模型的训练方法、装置及设备
图像特征提取模型 对象 训练样本集 特征提取方式 神经网络模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号