一种基于试验数据的斜爆震流场重构方法及系统技术方案

本发明专利技术公开一种基于试验数据的斜爆震流场重构方法及系统，方法包括：构建用于斜爆震流场重构的基于物理信息的神经网络PINNs；包括定义神经网络的结构和损失函数；获取斜爆震试验中测量得到的试验数据，基于所述试验数据生成训练数据集；使用所述训练数据集对基于物理信息的神经网络PINNs进行训练，重构得到使得所述损失函数最小的斜爆震流场。本发明专利技术通过已知部分斜爆震流场的壁面压力以及密度梯度等数据，利用PINNs捕捉流场信息进行斜爆震流场还原，实现根据少量试验测点数据重构整个斜爆震流场。爆震流场。爆震流场。

【技术实现步骤摘要】
一种基于试验数据的斜爆震流场重构方法及系统


[0001]本专利技术涉及斜爆震流领域，具体涉及一种基于试验数据的斜爆震流场重构方法及系统。

技术介绍

[0002]斜爆震是包含了复杂波系结构与化学反应的超声速流动与燃烧现象，斜爆震流场对斜爆震发动机的研制至关重要，但是在工程实践中因流场的复杂性和测量的局限性往往只能得到局部测点数据，并且常常存在某些边界条件未知的情况。但传统CFD方法只能对流场进行正向求解，即需要已知完整的初始流场、边界条件等信息，且对于斜爆震这类带有化学反应的超声速多尺度流动与燃烧问题，很难获得与试验数据较为吻合的流场结果。因此，如何能够在边界信息不足条件下依据部分试验数据来重构斜爆震流场，是一个亟待解决的问题。

技术实现思路

[0003]为解决上述问题，本专利技术提出一种基于试验数据的斜爆震流场重构方法及系统，能够利用PINNs捕捉流场信息进行斜爆震流场还原，实现根据少量试验测点数据重构整个斜爆震流场。
[0004]一方面，一种基于试验数据的斜爆震流场重构方法，包括：
[0005]构建用于斜爆震流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于试验数据的斜爆震流场重构方法，其特征在于，包括：构建用于斜爆震流场重构的基于物理信息的神经网络PINNs；包括定义神经网络的结构和损失函数；获取斜爆震试验中测量得到的试验数据，基于所述试验数据生成训练数据集；使用所述训练数据集对基于物理信息的神经网络PINNs进行训练，重构得到使得所述损失函数最小的斜爆震流场。2.根据权利要求1所述的基于试验数据的斜爆震流场重构方法，其特征在于，所述基于物理信息的神经网络PINNs的输入为流场坐标x,y；所述基于物理信息的神经网络PINNs的输出包括流场的各组分密度ρ
i
(x,y)、沿x轴方向的速度u、沿y轴方向的速度v、压力p(x,y)和单位体积质量生成率其中，i表示组分下标。3.根据权利要求1所述的基于试验数据的斜爆震流场重构方法，其特征在于，所述损失函数如下：L＝L
data
+L
f
其中，L
data
为已知数据的约束，为通过试验测得的局部数据，包括壁面测点压力、壁面温度分布、来流马赫数和密度梯度分布；L
f
为流体物理控制方程约束；试验数据的约束L
data
如下：其中，V表示任意一种流场输出参数；表示神经网络的输出；表示已知数据点；N
F
表示已知数据点的个数；ρ
i
表示各组分密度；表示单位体积质量生成率；流体物理控制方程约束L
f
如下：其中各项分别为：U＝[ρ
1 ... ρ
n ρu ρv e]
T
F＝[ρ1u
ꢀ…ꢀ
ρ
...

【专利技术属性】
技术研发人员：尤延铖，翁聿欣，邱若凡，鲍越，毛志平，
申请(专利权)人：厦门大学，
类型：发明
国别省市：