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
智能运输车
云端服务器
智能车
规划
训练神经网络模型
地下配电房
配电设备
虚拟现实训练
物理
传感器健康状态
地球物理数据
反演算法
牛顿迭代法
模型更新
预测误差
电力通信业务
数据网
仿真系统
仿真模型
仿真数据
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