典型文献
针对高阶DG数值格式的非定常流场预测建模
文献摘要：
高阶间断伽辽金方法作为一种数值求解方法,具备精度高和适用于复杂外形等特点,同时由于其良好的色散以及耗散特性,非常适用于隐式大涡模拟.然而在求解非定常流场时,通常需要计算很长的时长,如何降低计算代价仍然是一个挑战.针对这一问题,提出了一种由三维卷积、二维残差网络和注意力机制组成的深度神经网络,该网络能够从数据中捕捉隐含的流场时空特征.对不同雷诺数下的圆柱绕流进行数值模拟得到用于训练的数据集,将训练完成后的网络用于预测未来时间段的流场原始数据,实验结果显示深度神经网络对圆柱绕流实验数据具备良好的建模能力,用该深度神经网络预测的流场与直接用CFD求解器计算出的结果高度一致.
文献关键词：
深度学习;三维卷积;残差网络;注意力机制;高阶间断伽辽金方法;非定常流场预测
中图分类号：
作者姓名：
丁子元;安慰;刘学军;吕宏强
作者机构：
南京航空航天大学 计算机科学与技术学院,模式分析与机器智能工业和信息化部重点实验室,南京 211106;空气动力学国家重点实验室,绵阳 621000;气动噪声控制重点实验室,绵阳 621000;软件新技术与产业化协同创新中心,南京 210023;南京航空航天大学 航空学院,南京 210016
文献出处：
引用格式：
[1]丁子元;安慰;刘学军;吕宏强-.针对高阶DG数值格式的非定常流场预测建模)[J].空气动力学学报,2022(06):51-63
A类：
非定常流场预测,高阶间断伽辽金方法,二维残差网络
B类：
DG,预测建模,数值求解,求解方法,色散,耗散,隐式,大涡模拟,三维卷积,注意力机制,深度神经网络,时空特征,雷诺数,圆柱绕流,流进,预测未来,来时,原始数据,建模能力,神经网络预测,CFD,求解器,结果高度,高度一致
AB值：
0.212052
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。
