一种基于对抗神经网络的流动传热预测方法、设备和介质
申请号:CN202510724807
申请日期:2025-06-03
公开号:CN120235085B
公开日期:2025-08-12
类型:发明专利
摘要
本发明公开了一种基于对抗神经网络的流动传热预测方法、设备和介质,涉及数据预测技术领域,通过目标预测装置的几何结构和物理特性构建质量源项和能量源项,并基于质量源项和能量源项进行仿真,得到目标预测装置的多物理场模拟结果,通过生成质量源项和能量源项,能够在前期的参数获取过程中,减小前期的数据误差,通过构建降阶模型,对目标预测装置的多物理场模拟结果进行降阶处理,降低数据计算复杂度,通过对抗神经网络模型构建流动传热预测模型进行预测,能够提高生成的生成流场云图和温度场云图的预测精度,能够实时获得工业设备内的流动传热特性,为模型开发提供数据支持,并为工业数字孪生提供重要的分析方法和工具。
技术关键词
预测装置
降阶模型
网格
物理
随机噪声
特征值
神经网络模型构建
数据预测技术
速率
界面
气体
速度
处理器
液相
数字孪生
误差
工业设备
液体