申请/专利权人：北京航空航天大学

申请日：2023-11-28

公开（公告）日：2024-04-02

公开（公告）号：CN117807866A

主分类号：G06F30/27

分类号：G06F30/27;G06F30/28;G06F18/2136;H03M7/30;G01M9/08;G06F113/08;G06F119/14

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.02#公开

摘要：本发明为一种基于压缩感知的叶栅端区瞬态压力场重构方法，本发明在传统压缩感知方法基础上发展了满足不同时刻端区瞬态压力测量的矢量压缩感知方法，并与数据驱动模态分析方法、流场数据驱动降阶模型等相结合，首次实现采用较少数量测点以较高精度重构端区瞬态压力场分布。该方法包含数据训练和数据重构两部分，首先通过数据训练可在实验开展前获得满足特定工况瞬态测量需求的最优稀疏测点布置方案，通过该布局方案开展叶栅端区非定常压力测量并通过求解优化问题实现叶栅端区高时间空间分辨率的压力场重构，本发明提出的数据同化重构方法相比传统等间隔测点布置方案可使所需动态压力传感器数目降低60％～70％，且能够有效克服叶栅端区有限测量空间、测量时间空间分辨率、以及较高动态测量成本之间的矛盾，具有较好的工程应用前景。

主权项：1.一种基于压缩感知的叶栅端区瞬态压力场重构方法，其特征是：构造一种通过将非定常数值计算训练结果、数据驱动流场降阶模型、与实验测量相结合进而实现以较少瞬态测点数据重构叶栅端区完整瞬态非定常压力场的数据同化方法，该方法分为数据训练数据压缩和数据重构数据感知两部分，在实验测量前通过数据训练获得满足特定工况非定常测量需求的稀疏测点布局方案，基于该方案结合少量高频响动态压力传感器开展叶栅实验测量可实现对叶栅端区瞬态空间压力分布较高分辨率的重构，可在有效降低测量成本的同时实现端区瞬态压力场的测量；该基于压缩感知的叶栅端区瞬态压力场数据同化重构方法的原理基础为：构造一种基于特征工况非定常计算结果的本征正交分解POD模态空间分布矩阵作为压缩感知正交基矩阵，使非稀疏的原始瞬态壁面压力场分布通过该正交矩阵对应线性变换后变得稀疏，进一步选择高斯矩阵作为测量矩阵将原始高维空间压力分布信号投影至低维测量空间内，结合凸优化算法实现对稀疏信号的求解，并进一步由此重构叶栅端区瞬态压力场分布；本发明基于传统压缩感知模型发展了矢量压缩感知方法，并提出了矢量压缩感知重构模型Vec-CS-POD模型，该模型数学表达式为Y＝CX＝CΨS，其中Y为低维测量矩阵，C为投影矩阵高斯矩阵、X为原始压力信号高维矩阵、矩阵X的每一列为特定工况、不同时刻的端区非定常压力场分布信号，Ψ为正交基矩阵，通过非定常数值计算构建，S为稀疏矩阵；基于该矢量压缩感知模型，通过低维测量矩阵Y利用凸优化算法求解稀疏矩阵S的混合范数问题，定义稀疏矩阵S的混合范数计算方式为首先计算矩阵S每一行的l2范数，然后将其堆叠为一列向量并求该向量的l1范数，由此获得最优稀疏矩阵S对应的稀疏测点数目及布置坐标，进而实现不同瞬态时刻下采用一组固定稀疏测点满足叶栅端区瞬态压力场的高精度重构的测试需求；该基于压缩感知的叶栅端区瞬态压力场数据同化重构方法为克服数值计算与实验测量间固有的时间尺度差异，在其数据训练过程中构建基于非定常计算数据与动态模态分解DMD构造流场降阶模型DMD-ROM，并采用一定数量数值计算结果进行训练，该模型可实现未知时刻瞬态流场信息的较高精度预测，可在缓解数据训练成本的同时缩减数值计算与实验测量之间时间尺度的差异；该基于压缩感知的叶栅端区瞬态压力场重构方法可获得满足特定工况不同瞬态时刻测量需求的最优稀疏测点布置方案，基于该方案布置静压测点可有效降低叶栅端区非定常压力场测量的测试成本，相比于传统等间隔采样，可有效缩减所需动态压力传感器数目、降低实验测试成本，同时解决传感器布局空间有限与所需较多数量动态压力传感器之间的矛盾，进一步可重构具有高空间分辨率的叶栅端区稳态压力分布；该方法可以应用于不同的叶栅端区稳态压力测量领域，具有较高的实际应用意义。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种基于压缩感知的叶栅端区瞬态压力场重构方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD