一种基于深度学习的喷管型面烧蚀退移预测模型的建立方法和系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习的喷管型面烧蚀退移预测模型的建立方法和系统
申请号:CN202411558364
申请日期:2024-11-04
公开号:CN119442894B
公开日期:2025-09-05
类型:发明专利
摘要
本发明提出一种基于深度学习的喷管型面烧蚀退移预测模型的建立方法和系统。该方法基于已有的试验喷管的二维型面烧蚀数据和对应试验喷管针对点火条件的数值模拟得到的壁面数据构建了喷管型面烧蚀退移预测模型,在保证预测精度的前提下有效地减少了预测时间成本以及计算成本;在该方法中还提出了一种针对单条二维烧蚀型面曲线提取数据点形成数据集的方法。该方法根据喷管横坐标取点,通过提取对应横坐标二维型线上的点的数值仿真得到的壁面数据以及点火实验的壁面退移量形成数据集。本发明基于有限的实验数据以及有限的计算资源,在保证精度的前提下减少了预测的时间成本以及计算成本。
技术关键词
DPM模型 壁面剪切力 数据 采样点 稳态 壁面温度分布 曲线 训练神经网络 高低压 燃气 数值仿真 模块 入口 计算机 处理器 高压力