一种基于卷积神经网络的航空发动机实时仿真方法

本申请提供了一种基于卷积神经网络的航空发动机实时仿真方法，属于航空发动机仿真技术领域，具体包括获取原始网格数据及各物理量分布，对仿真数据进行图像化处理后构建训练输入数据集和训练标签数据集，构建神经网络模型，设计损失函数利用训练输入数据集和训练标签数据集对神经网络模型进行训练；将发动机运行实时仿真数据的边界条件进行图像化处理，将经过图像化的实时数据输入至训练好的神经网络模型中，训练好的神经网络模型输出图像化预测结果。通过精准识别计算域边界、构造遮蔽掩膜，保留有效区域数据，从而大幅提高基于卷积神经网络的仿真预测精度与实时性。