典型文献
基于卷积神经网络的近壁流动高分辨率平均速度场预测方法
文献摘要：
本文设计并验证了基于卷积神经网络的边界层近壁流动高分辨率平均速度场预测方法:首先采用示踪粒子图像对数据集训练卷积神经网络,通过调整神经网络参数可以预测示踪粒子在数据集上的平均跨帧位移;然后使用该卷积神经网络预测像素空间中各像素位置的单粒子位移,得到高分辨率的平均速度场信息.将该方法用于预测湍流脉动较小的边界层近壁区的平均流动,能够将空间分辨率提高到单像素精度.误差分析发现,该方法获得的测速精度略优于传统单像素系综平均互相关算法,且对粒子浓度和示踪粒子图像对数目的要求明显低于后者.
文献关键词：
粒子图像;卷积神经网络;边界层近壁流动
中图分类号：
作者姓名：
王少飞;潘翀;齐中阳
作者机构：
北京航空航天大学宁波创新研究院 先进飞行器与空天动力创新研究中心,宁波 315100;北京航空航天大学 流体力学教育部重点实验室,北京 100191
文献出处：
引用格式：
[1]王少飞;潘翀;齐中阳-.基于卷积神经网络的近壁流动高分辨率平均速度场预测方法)[J].实验流体力学,2022(03):110-117
A类：
边界层近壁流动
B类：
平均速度,速度场,示踪粒子,粒子图像,集训,网络参数,神经网络预测,像素位置,单粒子,湍流脉动,近壁区,均流,空间分辨率,误差分析,测速精度,系综,互相关算法,粒子浓度
AB值：
0.230029
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
