一种基于翼型特征提取与物理信息神经网络的翼型流场预测方法、装置、设备及存储介质
申请号:CN202511157501
申请日期:2025-08-19
公开号:CN120724592B
公开日期:2025-11-25
类型:发明专利
摘要
本申请公开了一种基于翼型特征提取与物理信息神经网络的翼型流场预测方法、装置、设备及存储介质,涉及流场预测领域,包括:获取目标翼型形状的翼型坐标数据和翼型图片数据,并基于预设翼型特征提取模型提取翼型图片数据的翼型特征;将翼型坐标数据和翼型特征输入至预设图神经网络中,得到预测流场数据;根据翼型坐标数据确定真实流场数据,并基于真实流场数据和预测流场数据确定预设图神经网络的当前损失值;基于当前损失值对预设图神经网络进行优化,直至满足训练结束条件时停止训练得到目标图神经网络,并对目标流场数据进行预测。本申请通过图神经网络能够更有效地处理流场数据,同时结合翼型特征提取技术,增强了流场预测中的计算准确率。
技术关键词
特征提取模型
翼型形状
图片
坐标
物理
网格
特征提取模块
误差
节点特征
特征提取技术
存储计算机程序
变换器
解码器
网络优化
矩阵
数据编码
预测装置