基本信息:
- 专利标题： 基于CFD技术和深度学习的风洞风场调整方法和系统
- 申请号：CN202410941909.0 申请日：2024-07-15
- 公开(公告)号：CN119026316A 公开(公告)日：2024-11-26
- 发明人： 廖鹏 , 仇建磊 , 孙凌志 , 许伟 , 李庆祥
- 申请人： 广东省建筑科学研究院集团股份有限公司
- 申请人地址： 广东省广州市天河区先烈东路121号大院
- 专利权人： 广东省建筑科学研究院集团股份有限公司
- 当前专利权人： 广东省建筑科学研究院集团股份有限公司
- 当前专利权人地址： 广东省广州市天河区先烈东路121号大院
- 代理机构： 广州知友专利商标代理有限公司
- 代理人： 李海波; 侯莉
- 主分类号： G06F30/20
- IPC分类号： G06F30/20 ; G06F30/17 ; G06F30/27 ; G06F30/28 ; G06N3/0464 ; G06N3/08 ; G06N7/01 ; G06F113/08 ; G06F113/14 ; G06F119/14 ; G06F119/08
摘要：
本发明公开了一种基于CFD技术和深度学习的风洞风场调整方法及系统，包括：S1、获取风洞的各种流场实验参数；S2、根据风洞的几何模型、边界条件和实验参数，使用CFD技术对风洞风场进行数值模拟，调整模拟参数，直到输出的模拟结果与实际风洞风场调整后的结果相匹配，收集该模拟结果；S3、结合深度学习模型，对收集的不同工况下的模拟结果进行训练，构建风场调整模型；S4、在实际风洞试验中，将目标风场参数输入风场调整模型，预测风洞中粗糙元和尖劈装置的最优布局，并根据最优布局调整风洞中粗糙元和尖劈装置的位置以实现目标风场参数。本发明通过精确控制风洞实验参数，实现风洞风场的智能调整和优化，提高风洞试验效率和准确性。
IPC结构图谱:
| G06F30/20 | 设计优化、验证或模拟 |