基于深度学习的水下爆炸气泡形态及附近流场压力预测方法
实质审查的生效
摘要
本发明公开了一种基于深度学习的水下爆炸气泡形态及附近流场压力预测方法，包括：对水下爆炸气泡脉动特性进行数值计算，通过改变药包质量和爆炸水深，建立不同水下爆炸条件下气泡体积最大及最小时刻形态及附近流场压力的样本数据库；将样本数据库划分为训练集和验证集，以建立用于预测水下爆炸气泡体积最大及最小时刻形态的全连接深度神经网络模型，以预测气泡形态；基于所预测的气泡形态建立表征流场各点至气泡轮廓的最小距离函数；基于样本数据库和最小距离函数，建立用于预测水下爆炸气泡体积最大及最小时刻气泡附近流场压力的卷积反卷积神经网络模型，以预测典型时刻气泡附近流场压力。该方法可减少实验和数值模拟成本，以及提高预测效率。
基本信息
专利标题 ：
基于深度学习的水下爆炸气泡形态及附近流场压力预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114528759A
申请号 ：
CN202210125411.8
公开（公告）日 ：
2022-05-24
申请日 ：
2022-02-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
任少飞赵鹏飞张阿漫王诗平刘永泽
申请人 ：
哈尔滨工程大学
申请人地址 ：
黑龙江省哈尔滨市南岗区南通大街145号
代理机构 ：
哈尔滨市阳光惠远知识产权代理有限公司
代理人 ：
刘景祥
优先权 ：
CN202210125411.8
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08 G06F119/14
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-10 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20220210
申请日 : 20220210
2022-05-24 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
