摘要
本申请公开了一种基于显隐机理挖掘编码的叶片子午流场预测方法,涉及透平叶片设计技术领域,该方法包括:获取利用图数据结构描述的轴流式压气机上叶片流道的子午面网格和设计工况参数;利用训练好的叶片子午流场预测模型,根据叶片流道的子午面网格和设计工况参数,预测得到叶片流道的子午面网格各节点的物理场数据;本申请通过隐式机理挖掘机制在图神经网络模型的数据特征提取过程中挖掘物理数据内部隐式的微分关联关系作为数据特征,且将透平通流分析机理显式地编码进模型损失函数中,基于模型损失函数通过反向传播对叶片子午流场预测模型进行优化的策略进行训练,提高了叶片子午流场预测的精度,提升模型泛化性和结果置信度。
技术关键词
工况参数
叶片
网格
轴流式压气机
数据特征提取
神经网络模型
解码器
全局正则化
物理
加法器
样本
编码器
分支
节点
非线性
随机采样方法
方程
网络模块
系统为您推荐了相关专利信息
压缩CSI反馈
UAV系统
分支指令
多普勒
符号持续时间
缺陷智能检测方法
微纳结构表面
卷积神经网络模型
Inception结构
生成测试用例