买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西南科技大学

摘要：本发明提供了一种超声速燃烧室多物理场智能预测方法及可视化系统，属于超声速流动燃烧技术领域和人工智能领域的交叉融合领域，该方法为：基于不同燃烧室的构型，进行非定常数值仿真计算，构建数据集；进行预处理；将低马赫数数据作为源域数据，将高马赫数数据作为目标域数据；构建迁移学习源域模型；对迁移学习源域模型进行训练，并保存训练权重；冻结并修改迁移学习源域模型，得到基于迁移学习目标域模型；将高马赫数数据输入至迁移学习目标域模型，更新并保存该模型的权重；设计可视化系统，进行高马赫数宽域变几何超声速燃烧室多物理场智能预测图像的可视化操作。本发明能准确快速地预测高马赫数宽域条件下的变几何超声速燃烧室多物理场结构。

主权项：1.一种超声速燃烧室多物理场智能预测方法，其特征在于，包括以下步骤：S1、基于不同燃烧室的构型，分别在低马赫数和高马赫数条件下进行非定常数值仿真计算；S2、基于其中一固定燃烧室的构型，利用地面风洞试验获取的非定常数值仿真计算的准确性，构建高保真度的数据集；S3、对获取的数据集进行预处理；S4、根据经预处理后的数据集，将低马赫数数据作为源域数据，将高马赫数数据作为目标域数据，并分别打乱且按比例分成迁移学习源域模型和目标域模型的训练集和测试集；S5、构建适用于低马赫数宽域下变几何超声速燃烧室多物理场智能预测的迁移学习源域模型；所述S5中迁移学习源域模型包括：输入处理模块，用于接收输入的非图像数据和图像数据，并将接收的非图像数据和图像数据进行脉冲编码，生成脉冲序列，所述输入处理模块包括两个通道，一通道接收输入的非图像数据，二通道接收输入的图像数据；脉冲神经网络模块，用于利用循环脉冲神经网络作为一通道的脉冲神经网络模块，提取脉冲序列的特征，以及利用脉冲残差神经网络作为二通道的脉冲神经网络模块，提取脉冲序列的特征，其中，所述一通道的脉冲神经网络模块，包括若干层具有周期性并以前馈方式连接的脉冲神经元层组成的多个循环层；所述二通道的脉冲神经网络模块包括若干层脉冲残差块连接而成的脉冲残差神经网络，脉冲残差块在映射路径上的卷积前添加了LIF神经元；特征融合模块，用于将一通道和二通道提取的特征分别展平为一维特征向量，并利用函数融合为含有多模态信息的特征向量，其中，表示特征拼接函数，用于拼接将一通道和二通道的一维特征向量；输出模块，用于将融合的特征向量展平并计算均值，并利用两层全连接层获取多物理场的张量，并输出；S6、利用低马赫数数据对基于低马赫数的迁移学习源域模型进行训练与测试，获得迁移学习源域模型的最优权重，用于加载迁移学习目标域模型的初始权重；S7、冻结并修改迁移学习源域模型，得到基于高马赫数宽域下变几何超声速燃烧室多物理场的迁移学习目标域模型；S8、将高马赫数数据输入至基于高马赫数的迁移学习目标域模型进行训练与测试，更新并获得迁移学习目标域模型的最优权重；S9、设计可视化系统，并利用最优的迁移学习目标域模型，进行高马赫数宽域变几何超声速燃烧室多物理场智能预测图像的可视化操作，完成对燃烧室多物理场的智能预测。

全文数据：

权利要求：

百度查询： 西南科技大学 一种超声速燃烧室多物理场智能预测方法及可视化系统