基于Unet结构的流固耦合时序物理场预测方法

AITNT
正文
推荐专利
基于Unet结构的流固耦合时序物理场预测方法
申请号:CN202510832181
申请日期:2025-06-20
公开号:CN120974875A
公开日期:2025-11-18
类型:发明专利
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
1
基于轻谱混合自适应波段选择的高光谱图像分类方法
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
2
一种联邦学习场景下的检测噪声标注的方法及系统
客户端 高斯混合模型 检测噪声 动态阈值检测 服务器
3
一种基于类中心SVM和近端SVM的马匹图像识别方法
图像识别方法 SVM分类器 拉格朗日 正则化参数 KKT条件
4
一种基于LightGBM的多源数据融合的污染物浓度预测方法
浓度预测方法 反距离加权插值 变量 LightGBM模型 污染预测技术
5
一种内窥镜手术动作的识别方法、系统及存储介质
内窥镜手术 时空融合特征 动作识别方法 组元 视觉特征
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