-
公开(公告)号：CN112231991A
公开(公告)日：2021-01-15
申请号：CN202011087810.7
申请日：2020-10-13
申请人： 江苏大学镇江流体工程装备技术研究院 , 江苏大学
摘要： 本发明涉及计算机技术领域，特别涉及一种机器学习数据库自动构建方法，包括：建立模型和网格文件；制作Fluent脚本文件；制作CFD‑Post脚本文件；编写Python程序；启动批处理文件运行所述ANSYS脚本文件；所述Fluent脚本文件自动计算求解获得Fluent结果文件；所述CFD‑Post脚本文件自动后处理获得CFD‑Post结果文件。通过Python修改脚本和调用批处理文件，从而实现自动获取不同参数下的CFD仿真结果。弥补了数据库人工建模周期长、成本高、效率低的不足，节省了大量时间和人力，解决了CFD机器学习数据库的自动构建需求。
-
公开(公告)号：CN115616995A
公开(公告)日：2023-01-17
申请号：CN202211233350.3
申请日：2022-10-10
申请人： 江苏大学镇江流体工程装备技术研究院 , 江苏大学
IPC分类号： G05B19/418 , G06F30/28 , G06F30/23 , G06F30/27
摘要： 本发明涉及流动控制技术领域，特别涉及一种基于强化学习的卡门涡街吹吸控制方法，包括以下步骤：建立模型和网格文件；设置边界，监测点和步长等基本参数；编写Python程序，所述Python程序用于使用Q‑Learning算法实现对圆柱绕流尾流的吹吸控制；编写run.sh脚本文件，所述脚本文件用于运行OpenFOAM程序进行计算。所述Q‑Learning强化学习算法，依据所设监测点流速等数据，对吹吸控制策略中的流量及时间等参数自动进行修改，从而通过大量的训练实现优化吹吸控制策略，延缓卡门涡街脱落，减小尾流的波动幅度的控制效果。
-
公开(公告)号：CN116108749A
公开(公告)日：2023-05-12
申请号：CN202310116744.9
申请日：2023-02-15
申请人： 江苏大学镇江流体工程装备技术研究院 , 江苏大学
IPC分类号： G06F30/27 , G06F30/28 , G06F111/10 , G06F113/06 , G06F113/08 , G06F119/14
摘要： 本发明涉及一种基于深度学习的风力机流场预测方法，包括以下步骤：首先通过计算流体力学方法得到风力机在不同工况下的尾流流场数据，并依据流场区域的轴向位置不同搭建若干个流场特性子数据库，每个子数据库划分为训练数据集和测试数据集；运用相同的神经网络架构对每个子数据库单独训练得到子尾流模型，并将测试数据集输入子尾流模型中验证，从而得到符合要求的神经网络子尾流模型；最后将不同的子尾流模型结果组合得到完整的风力机尾流流场预测结果。该基于深度学习的尾流流场特性预测方法极大地降低了风力机尾流流场模型的训练难度以及训练所需的计算硬件要求，从而大大提高了尾流模型的预测效果。
-
公开(公告)号：CN112231992A
公开(公告)日：2021-01-15
申请号：CN202011087839.5
申请日：2020-10-13
申请人： 江苏大学镇江流体工程装备技术研究院 , 江苏大学
IPC分类号： G06F30/28 , G06F8/30 , G06F111/10
摘要： 本发明涉及数值模拟技术领域，特别涉及一种二维翼型水动力性能快速预测方法，包括：通过Python对二维翼型进行建模和网格划分；将所述二维翼型的网格写入对应system下的blockMeshDict文件；设置边界条件，所述边界条件用于计算翼型的升阻力系数和表面压力系数；通过用bash脚本调用OpenFOAM进行连续计算，得到所述二维翼型水动力性能参数；将所述二维翼型水动力性能参数导出。该方法不需要手动建模和画网格，极大地节省了时间，不需要手动输入指令，使得OpenFOAM能够连续求解，不需要手动导出后处理结果，避免了人工录入数据，实现了设计的自动化。
-
公开(公告)号：CN114909252A
公开(公告)日：2022-08-16
申请号：CN202210420193.0
申请日：2022-04-21
申请人： 江苏大学
摘要： 本发明公开了一种具有同步变桨功能的小型三叶片风力机，涉及风能发电领域，包括风轮，机舱，发电机和变桨电机；风轮安装在机舱的前端，发电机和变桨电机安装在机舱内部；本发明不仅具备发电能力，还能实现快速稳定的主动同步变桨，并且整体尺寸较小，结构简单紧凑，制造成本低，整机装配简易，维修维护方便，变桨响应迅速。
-
-
-
-
搜索结果
5 条记录 (耗时 0.044 秒)