[发明专利]一种预测空泡迁移方向的方法有效
| 申请号： | 201811361997.8 | 申请日： | 2018-11-15 |
| 公开（公告）号： | CN109376461B | 公开（公告）日： | 2022-09-27 |
| 发明（设计）人： | 王国玉;马潇健;王晨;黄彪;常青;黄国豪;张敏弟 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 廖辉;仇蕾安 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种预测空泡迁移方向的方法，首先通过实验获得边界物质属性和流体参数与空泡迁移方向的对应关系，其次在传统深度学习模型的基础上耦合Kelvin冲量作为约束条件建立预测空泡迁移方向的二阶段深度学习模型；然后将实验所得数据边界物质属性和流体参数作为二阶段深度学习模型的输入参数，Kelvin冲量作为边界条件，空泡的溃灭位置为二阶段深度学习模型的输出参数，对二阶段深度学习模型进行训练；最后输入边界的质量系数和刚度系数，进而得到空泡的理论迁移方向。 | ||
| 搜索关键词： | 一种 预测 空泡 迁移 方向 方法 | ||
【主权项】：
1.一种预测空泡迁移方向的方法，其特征在于，该方法的实现步骤如下：步骤一：通过实验获得边界物质属性和流体参数与空泡迁移方向的对应关系；边界物质属性包括惯性、刚度和阻尼系数，流体参数包括粘度、流速和重力系数；步骤二：在传统深度学习模型的基础上耦合Kelvin冲量作为约束条件建立预测空泡迁移方向的二阶段深度学习模型；步骤三：将实验所得数据边界物质属性和流体参数作为二阶段深度学习模型的输入参数，Kelvin冲量作为边界条件，空泡的溃灭位置为二阶段深度学习模型的输出参数，对二阶段深度学习模型进行训练；步骤四：在步骤三的基础上输入边界的质量系数m和刚度系数k，进而得到空泡的理论迁移方向。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811361997.8/，转载请声明来源钻瓜专利网。
