基于时程深度学习的流场特征分析方法

流场的特征分析是流体力学的重要研究方向,传统方法主要根据流动参数量值的大小加以判断,所得结果受选取的参数形式及主观阈值影响大.本文提出了基于流场时程深度学习的流动特征分析新方法,建立了基于自动编码的流动特征提取模型;采用无监督训练方法充分挖掘流动时程信号中的隐含特征,进行流场中复杂时序特征的低维表征与特征分析.开展了R...     

基于深度学习的跨分辨率结构拓扑优化设计方法

在传统拓扑优化设计中,随着结构单元增加,迭代计算过程消耗了大量的时间.本文提出了一种基于深度学习的方法来加速拓扑优化设计过程,缩短了结构拓扑优化设计的迭代过程,并生成了高分辨率拓扑优化结构.利用深度学习方法,在低分辨率中间构型与高分辨率拓扑构型之间创建高维映射关系,利用独立、连续和映射(ICM)方法建立深度学习网络所需...     

基于尾流时程目标识别的流场参数选择研究

浸入流场中的固体壁面会形成高度复杂且具有一定特征的尾流流场, 利用尾流所包含的信息对物体的外形特征进行识别具有重要的应用价值. 然而, 在较高雷诺数情况下尾流流场形态及其时序特征复杂, 难以通过传统的数学物理方法对流场信号进行特征的识别与提取. 本文提出了基于尾流时程数据深度学习的流场特征提取与分析方法, 实现了基于一点的物理量时程进行流场中物体外形的识别; 同时, 对流场中不同物理参数时程的识别精度与识别结果进行分析与研究, 得到适用于目标识别的最优物理量参数. 通过对圆柱和方柱的尾流数据研究结果表明, 本文提出的基于卷积神经网络的模型具有好的训练收敛性和高的预测精度, 能够识别并提取得到时程数据中包含的流场特征, 采用流场横向速度时程作为物体外形识别信号的模型准确率高. 证明了本方法用于浸入流场中物体外形识别的可行性, 是一种目标识别的高精度方法.      

融合相似性原理的涡轮叶型流场预测方法研究

计算流体力学(CFD)方法是涡轮叶片等设计阶段性能评估的重要手段.然而,基于CFD的数值仿真方法通常比较耗时,难以满足涡轮叶型设计阶段快速迭代的需求.为实现快速性能评估并克服纯数据驱动预测模型泛化能力不足的问题,受到物理增强的机器学习思路的启发,将相似性原理与深度学习模型相结合,提出了一种泛化能力强的涡轮叶型流场预测新方法.以涡轮叶片表面等熵马赫数分布预测为例,提出采用相似性原理对叶型几何变量和气动参数进行归一化,进而在归一化参数空间构建训练样本集与深度学习预测模型,由此建立统一的流场预测模型,对几何尺寸、边界条件差异较大的叶型气动性能进行评估.在完成模型训练后,对归一化条件下不同工况/不同形状叶型的流场、真实环境下不同工况/不同尺寸叶型的流场以及GE-E³低压涡轮不同截面叶型的流场进行预测,结果表明预测结果的分布曲线与CFD评估结果吻合良好,平均相对误差在1.0%左右,由此验证了所提出的融合相似性原理的流场预测模型的精度与泛化能力.     

物理增强的流场深度学习建模与模拟方法

流体运动理论上可用Navier?Stokes方程描述, 但由于对流项带来的非线性, 仅在少数情况可求得方程解析解. 对于复杂工程流动问题, 数值模拟难以高效精准计算高雷诺数流场, 实验或现场测量难以获得流场丰富细节. 近年来, 人工智能技术快速发展, 深度学习等数据驱动技术可利用灵活网络结构, 借助高效优化算法, 获得对高维、非线性问题的强大逼近能力, 为研究流体力学计算方法带来新机遇. 有别于传统图像识别、自然语言处理等典型人工智能任务, 深度学习模型预测的流场需满足流体物理规律, 如Navier?Stokes方程、典型能谱等. 近期, 物理增强的流场深度学习建模与模拟方法快速发展, 正逐渐成为流体力学全新研究范式: 根据流体物理规律选取网络输入特征或设计网络架构的方法称为物理启发的深度学习方法, 直接将流体物理规律显式融入网络损失函数或网络架构的方法称为物理融合的深度学习方法. 研究内容涵盖流体力学降阶模型、流动控制方程求解领域.      

用流体双折射方法研究人工心脏瓣膜的脉动流场

本文选用1.5%的MillingYellow溶液,在对二维心瓣低频脉动流场的分析中,仍采用稳态流场的线性光-力学关系。通过摄象机记录下了一个脉动周期内脉动流量Q从36升/小时至55升/小时流场的变化情况,直观地看到主动脉瓣流场中最大切变率的瞬态分布。记录了同一模型在相同条件下稳态流场流量Q为50升/小时的流场,对两种流场下几个典型截面处的最大切变率的数值做了比较。通过对图线的分析,表明在稳态流量与脉动流量相同的情况下,脉动流场的最大切变率数值高于稳态流场,这就说明脉动使流场的剪切作用增强。     

基于信息扩散的海洋稀疏观测资料插值算法-椭圆模型

针对海洋科学研究中ARGO等观测资料零散、稀少等问题,提出了一种基于信息扩散思想的插值方法一信息扩散插值算法。该方法基于模糊映射思想,通过对稀少数据点信息进行模糊扩散和插值映射,进而实现有限数据点信息向其邻近区域点的概率插值;针对正态扩散函数在表现非对称结构的数据资料时存在的局限性,发展了一类非均匀信息扩散函数,建立了相应的非均匀信息扩散插值算法一椭圆模型,进行了试验对比和实际ARGO资料的插值应用。     

超弹性橡胶材料的改进Rivlin模型

讨论了不可压缩橡胶材料的超弹性唯象本构模型.从物理机理上,分析了neo-Hookean模型、Mooney模型、三阶Rivlin模型及Ogden模型的优缺点.在此基础上,将Rivlin模型改进成为W=B00(A3-3)+N∑i+j=1Bij(A1-3)i(A2-3)j,这种新形式具有优点:①若取前三项(N=1),则其结果与不可压缩线弹性的应变能相等,能够精确满足拉伸及压缩的线性关系,但剪切的线性关系是近似满足的.②当N≥2时,简单剪切中的应变能及剪应力τxy在小应变情况下是以剪应变γxy为等比的多项式展开;而Rivlin模型只能保证简单剪切中的应变能及剪应力τxy是以(γxy)2为等比的级数展开的形式,当取前两项的情况下,Rivlin模型(即Mooney模型)只能精确保证常剪切,拉伸及压缩的线性关系无法得到保证.针对典型实验数据,若取同阶次多项式,论文模型的同类实验数据预测及不同类实验数据间相互预测的精度都比Rivlin模型的高.     

基于DPM模型的除杂机输送带段流场研究

为掌握烟草除杂机输送带段的流动特征,基于FLUENT16.0对其内部流场特性进行了研究;并针对气流流动紊乱、出口处粒子滞留、粒子冲蚀等现象,提出在除杂设备输送带前、后背增设均风板、托风板,采用高耐磨性的材料等措施。文章采用k-ε紊流模型和壁面函数法模拟气相流动,应用DPM模型追踪颗粒运动轨迹。结果表明:加入固体颗粒之后对连续相流场有一定影响,但影响不明显;固体颗粒在输送带区域内运动平稳,没有发生翻滚及跳动等影响剔除杂物效率的现象,对进风口冲蚀作用最大。     

基于神经网络的差分方程快速求解方法

近年来, 人工神经网络(artificial?neural?networks, ANN), 尤其是深度神经网络(deep?neural?networks, DNN)由于其在异构平台上的高计算效率与对高维复杂系统的拟合能力而成为一种在数值计算领域具有广阔前景的新方法. 在偏微分方程数值求解中, 大规模线性方程组的求解通常是耗时最长的步骤之一, 因此, 采用神经网络方法求解线性方程组成为了一种值得期待的新思路. 但是, 深度神经网络的直接预测仍在数值精度方面仍有明显的不足, 成为其在数值计算领域广泛应用的瓶颈之一. 为打破这一限制, 本文提出了一种结合残差网络结构与校正迭代方法的求解算法. 其中, 残差网络结构解决了深度网络模型的网络退化与梯度消失等问题, 将网络的损失降低至经典网络模型的1/5000; 修正迭代的方法采用同一网络模型对预测解的反复校正, 将预测解的残差下降至迭代前的10?5倍. 为验证该方法的有效性与通用性, 本文将该方法与有限差分法结合, 对热传导方程与伯格方程进行了求解. 数值结果表明, 本文所提出的算法对于规模大于1000的方程组具有10倍以上的加速效果, 且数值误差低于二阶差分格式的离散误差.      

基于深度神经网络的力学场量代理计算模型研究

在深度学习技术的基础上,提出了一种结合深度残差网络和自编码器特征的深度神经网络代理模型;考虑到结构存在空洞或应力集中等局部场量变化急剧的情况,引入了注意力机制来强化深度神经网络对空间局部特征的描述能力.数值算例分析结果表明:在不同设计变量情况下,基于深度神经网络的代理模型不仅计算速度快,处理100个计算样本的耗时不到有...     

高速流场中高频振动面板的能量辐射传递模型研究

为了考察高速流场对面板高频振动的影响,建立了高速流场环境中面板的能量辐射传递模型。针对高速流场环境中的二维面板,引入受高速流场影响的波数和群速度,建立了能量密度控制方程,推导了高速流场环境中面板的能量密度和能量强度的核函数。实源强度由导纳法计算得到的输入功率表示,虚源强度通过边界的能量平衡方程确定,根据惠更斯原理,板的能量响应由实源产生的直接场与虚源产生的反射场线性叠加得到。最后,通过将本研究所提能量辐射传递法(RETM)的计算结果与解析解对比,验证其正确性,同时分析了高速流场对板能量响应的影响。本研究为高速流场环境下飞行器面板的高频振动响应预测提供了一种有效的分析方法。     

两种颗粒湍流扩散模型数值模拟气液两相流泄漏扩散的比较

采用相间耦合的欧拉-拉格朗日方法,模拟了装有液化气（丙烷）的容器出现小孔或裂缝时,发生泄漏后的气液两相扩散过程。分别应用随机轨道模型及颗粒群模型来考察湍流对液滴扩散的影响,并与确定性轨道进行了比较。给出了数学物理模型,计算结果与实验数据进行了对比。结果表明：采用随机轨道模型能较好地描述液滴的湍流扩散,适用于有液相蒸发的两相流扩散问题。     

临界超静孔压确定液化深度的方法研究

通过对地震时砂土层内超静孔压积累原理的研究, 提出了一种确定液化深度的方法, 并利用这一方法对 1976年唐山地震在沿海地区产生液化的深度进行了计算, 而且与实际资料进行了比较。     

考虑当地涡旋运动修正的湍流模型在非定常空化湍流流场计算中的应用

为了更精确地模拟当地涡旋运动对复杂非定常空化湍流流动的影响,考虑当地涡旋运动特性对标准k-ε湍流模型进行了修正;并采用该修正模型对二维Clark-Y水翼周围非定常空化湍流场进行了计算;通过与实验结果进行对比,分析并验证了该修正模型计算结果的有效性。研究表明:该修正湍流模型根据当地涡旋效应对湍动能输运方程中的生成项进行修正,可以有效解决标准k-ε模型对湍动能的过度预测问题,得到的空化核心区域时均湍动能和湍流黏性的预测结果降低了约30%,与实际值更为接近;标准k-ε模型计算所得的时均空泡长度不大于0.6倍弦长,而修正模型计算所得的时均空穴可以覆盖水翼吸力面;修正模型可以准确预测水翼吸力面表面空泡的非定常脱落过程,包括附着空穴的拉伸和断裂,以及脱落空泡的逐渐消失。     

考虑缠结效应的超弹性本构模型

经典熵弹性模型,如Neo-Hookean模型和Arruda-Boyce八链模型,被广泛应用于预测橡胶等软材料的超弹性力学行为.然而,大量实验结果也显示仅采用一套模型参数,这类模型不能同时准确地描述橡胶在多种加载模式下的应力响应.为了克服上述模型的不足,本文在熵弹性的模型基础上引入缠结约束效应.微观上,采用Langevi...     

基于耗能模型的超空泡射弹水下侵彻鱼雷等效关系研究

超空泡射弹是水下防御技术的研究热点之一。水下毁伤试验费用大,成本高,陆上等效试验是一种可能的替代方案。为此需要获得水下超空泡射弹侵彻条件下目标与相关材料的等效关系。以MK48-5鱼雷为对象,构建由壳体和14个关键部件组成的典型鱼雷结构模型。考虑水介质对侵彻的影响,将水下超空泡射弹侵彻鱼雷的过程分为两个阶段（a. 射弹侵彻水介质和鱼雷壳体,b. 射弹侵彻鱼雷内部关键部件）;建立水介质耗能模型和靶板耗能模型;依据极限穿透速度等效原则和能量等效原则,分别得出两个阶段目标和等效靶之间的靶板厚度关系;为了获得射弹垂直命中鱼雷不同方向及不同工况毁伤效果,需要对纵向侵彻全雷和横向侵彻鱼雷战雷段、控制段、燃料舱和后舱雷尾4个典型舱段分别进行研究;并基于此建立了水下侵彻和不同工况条件下射弹侵彻鱼雷的多层等效靶模型。     

一种基于增量径向基函数插值的流场重构方法

由于流场参数重构中, 用于重构的基网格单元的物理参数波动量相对于均值较小, 径向基函数（RBF） 直接插值方法重构会产生较大的数值振荡, 论文提出了一种增量RBF 插值方法, 并用于有限体积的流场重构步, 明显改善了插值格式的收敛性和稳定性. 算例首先通过简单的一维模型说明该方法的有效性, 当目标函数波动量相对于均值为小量时, 增量RBF 插值能够抑制数值振荡; 进一步通过二维亚音速、跨音速定常无黏算例、静止圆柱绕流非定常算例以及超音速前台阶算例来说明该方法在典型流场数值求解中的通用性和有效性. 研究表明增量RBF 重构方法可陡峭地捕捉激波间断, 可有效改善流场求解的收敛性和稳定性, 数值耗散小, 计算效率高.      

固体炸药爆轰与惰性介质相互作用的一种扩散界面模型

提出一种保持热力学一致性的扩散界面模型,用来数值模拟固体炸药爆轰与惰性介质的相互作用问题。基于混合网格内各组分物质间可以达到力学平衡状态而不能达到热学平衡状态的假设,由混合网格能量守恒以及压力相等条件,推导出每种组分物质的体积分数演化方程。由此获得的扩散界面模型包括组分物质的质量守恒方程、混合物质的动量及总能量守恒方程,同时包括组分物质的体积分数演化方程和混合物质的压力演化方程。该扩散界面模型的主要特点是考虑了化学反应以及热学非平衡的影响。提出的扩散界面模型在物质界面附近不会出现物理量的非物理振荡现象、适用于任意表达形式的物质状态方程以及任意数目的惰性介质。