摘要
本发明提供了一种基于Unet结构的流固耦合时序物理场预测方法,属于圆柱涡激振动预测领域,包括:通过样本离散剪应力对多层感知机网络训练优化网络参数;通过样本流场数据对基于Unet网络的时间序列预测模型进行训练;将历史剪应力数据输入多感知机网络,获取预测剪应力数据,并求解剪应力相关的圆柱受力;将历史流场数据输入预测模型,获取预测流场数据,并计算预测流场相关的圆柱受力;将两种圆柱受力相加,获取预测总流场力数据;将预测总流场力数据作为结构运动控制方程的激励力进行求解,获取结构响应信息;将结构响应信息耦合入预测模型。该方法提高了对预测物理场数据的计算效率,解决了对柱体涡激振动计算耗费人力物力资源的问题。
技术关键词
时间序列预测模型
多层感知机
样本
时序
解码模块
数据
编码模块
解码器
物理
编码器
卷积长短期记忆
优化网络参数
受力
四阶龙格
方程
保留特征
系统为您推荐了相关专利信息
光谱图像分类方法
数据立方体
分层随机抽样
图像分类模型
光谱特征提取
客户端
高斯混合模型
检测噪声
动态阈值检测
服务器
图像识别方法
SVM分类器
拉格朗日
正则化参数
KKT条件
浓度预测方法
反距离加权插值
变量
LightGBM模型
污染预测技术
内窥镜手术
时空融合特征
动作识别方法
组元
视觉特征