-
公开(公告)号:CN118864323A
公开(公告)日:2024-10-29
申请号:CN202410987504.0
申请日:2024-07-22
申请人: 西安交通大学
IPC分类号: G06T5/77 , G06T5/60 , G06V10/32 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本申请揭示了一种基于深度学习的流体速度场修复方法,所述方法包括:S100:获取待修复流体速度场的含有示踪粒子的图像序列;S200:对所述图像序列进行预处理;S300:对所述预处理后的图像序列进行重构;S400:基于重构后的所述图像序列对所述待修复流体速度场进行修复。本申请能够提高流体速度场修复的精度和准确性。
-
公开(公告)号:CN117198425A
公开(公告)日:2023-12-08
申请号:CN202311174217.X
申请日:2023-09-12
申请人: 西安交通大学
摘要: 本发明公开了一种欧拉‑拉格朗日迭代固‑液相变预测方法及装置,将计算固体相变材料相对运动的拉格朗日迭代外置耦合于计算相变流动传热的欧拉迭代,步骤包括:确定计算域、边界与初始条件;解固体相变材料受力平衡方程得到合力;显式计算固体相变材料的初始相对运动速度;拉格朗日迭代内将相对运动速度代入相变流动传热控制方程;欧拉迭代内求解流动传热控制方程;若欧拉迭代收敛,更新流动传热物理场并停止欧拉迭代;隐式计算固体相变材料的相对运动速度;若拉格朗日迭代收敛,更新相对运动速度并停止拉格朗日迭代。本发明实现了固‑液相变流动传热和固体相变材料相对运动的强耦合预测,平均误差仅为4.93%,数值振荡缩小了51%,具有工程应用价值。
-