摘要
本发明属于燃气轮机叶轮机械叶栅建模及仿真技术领域,具体涉及一种未知时刻下叶栅非定常流场预测方法。该方法能够实现对未知时刻下叶栅非定常流场的准确预测,该方法具体过程为:基于已知时刻下叶栅流场,建立流场降阶模型来选定表征流场主要流动结构的前阶模态,同时建立叶栅流场的时间系数模型;基于叶栅流场的时间系数模型构建流场预测模型;利用已知叶栅流场的时间系数对机器学习模型进行训练,利用训练机器学习模型进行未知时间系数预测;通过选定模态和预测的时间系数,基于所述流场预测模型获知未知时刻下叶栅非定常流场预测值。
技术关键词
训练机器学习模型
降阶模型
XGBoost模型
燃气轮机叶轮
快照
矩阵
复杂度
特征值
数据
样本
代表
网络
关系
机械
系统为您推荐了相关专利信息
训练机器学习模型
物体
场景
数据处理设备
计算机
生成对抗网络
流失预测方法
样本
预测模型训练
数据