申请/专利权人:天津大学
申请日:2023-12-01
公开(公告)日:2024-03-22
公开(公告)号:CN117744472A
主分类号:G06F30/27
分类号:G06F30/27;G06N3/0464;G06F119/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明涉及了一种可用于涡街流量计的漩涡发生体形状的智能设计方法。构建了SequeLinkNet神经网络模型,根据输入的流体流动特性参数序列来预测出最佳的漩涡发生体的形状。同时,构建了CGLinkNet神经网络模型,用于完成对给定漩涡发生体的斯特劳哈尔数偏差的预测,评估现有漩涡发生体设计的性能,以确定其最优性。
主权项:1.一种漩涡发生体形状的智能设计方法,其特征在于,包括如下步骤:1收集数据,具体是根据检索到的文献和产品手册获取流体流动特性数据和相应的漩涡发生体形状参数数据;2构建数据集,具体是对流体流动特性数据和漩涡发生体形状参数数据进行预处理后,将80%样本作为训练集,10%样本作为验证集,剩余的10%样本作为测试集;3构建SequeLinkNet神经网络模型,根据输入的流体流动特性参数序列来预测出最佳的漩涡发生体的形状,并对SequeLinkNet神经网络模型进行优化和训练,调整超参数,得到当前架构下的最优的神经网络模型,利用SequeLinkNet神经网络模型生成在当前架构下表现最好的三组漩涡发生体形状参数;4构建CGLinkNet神经网络模型,用于完成对三组给定漩涡发生体的斯特劳哈尔数偏差的预测,评估现有漩涡发生体设计的性能,以确定其最优性。
全文数据:
权利要求:
百度查询: 天津大学 一种漩涡发生体形状的智能设计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。