基于长短期记忆网络的非定常空化水翼表面压力预测 | |
张珍; 刘庆宽; 王静竹; 王一伟 | |
刊名 | 中国科学:物理学 力学 天文学 |
2022-09-16 | |
卷号 | 52期号:10页码:104-112 |
关键词 | 长短期记忆 压力系数 空化流 大涡模拟 |
英文摘要 | 非定常空化流动作为典型的非线性动力学问题,其演变规律及其水动力特性受噪声和计算机精度的影响,难以实现长时间预测.本文利用长短期记忆(Long Short-Term Memory, LSTM)网络开发了一种多变量压力预测模型,其中,输入为不同时间序列的速度值和气体体积分数,输出为压力系数的时间序列.研究采用水翼的大涡模拟数据进行了外插预测,结果表明,预测输出与大涡模拟结果吻合较好,并显示出良好的泛化性和预测更多未来结果的能力. |
分类号 | 二类 |
语种 | 中文 |
资助机构 | 国家自然科学基金(编号:12122214) ; 中国科学院青年创新促进会(编号:Y201906,2022019)资助项目 |
内容类型 | 期刊论文 |
源URL | [http://dspace.imech.ac.cn/handle/311007/90437] |
专题 | 力学研究所_流固耦合系统力学重点实验室(2012-) |
作者单位 | 1.石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室 2.河北省风工程和风能利用工程技术创新中心 3.石家庄铁道大学土木工程学院 4.中国科学院力学研究所 5.中国科学院大学工程科学学院 6.中国科学院大学未来技术学院 |
推荐引用方式 GB/T 7714 | 张珍,刘庆宽,王静竹,等. 基于长短期记忆网络的非定常空化水翼表面压力预测[J]. 中国科学:物理学 力学 天文学,2022,52(10):104-112. |
APA | 张珍,刘庆宽,王静竹,&王一伟.(2022).基于长短期记忆网络的非定常空化水翼表面压力预测.中国科学:物理学 力学 天文学,52(10),104-112. |
MLA | 张珍,et al."基于长短期记忆网络的非定常空化水翼表面压力预测".中国科学:物理学 力学 天文学 52.10(2022):104-112. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论