一种基于POD数据同化方法的模态内卷积改进方法技术

本发明专利技术公开了一种基于POD数据同化的模态内卷积的方法，数据A是实验测量数据；数据B是数值仿真数据，两组数据规格相同，对数据A进行一半面积人为的缺失处理得到数据C；对数据B进行POD分解，分解得到空间特征和时间特征；根据空间位置关系和具体数据利用模态内卷积的方法，提取超参数C1,C2,C3并得到主要特征；得到了通过三个模态内卷积提取的主要空间特征，进行缺失处理缺失范围与测量数据缺失范围保持一致；将空间特征缺失后主要空间特征，与缺失的实验数据Uc进行最小二乘解算，得到完整的时间特征；将其与完整的空间模态进行内积运算得到完整的同化数据。本发明专利技术提高了数据精度，减少了数据的噪声。

【技术实现步骤摘要】

本专利技术属于数值仿真和实验测试数字同化领域，具体涉及一种基于pod数据同化方法的模态内卷积改进方法。

技术介绍

1、实验测量和数值仿真是获得航空发动机内部物理场的主要手段。实验测量收到测量仪器和测量环境的限制得到的数据往往是局部数据，数值仿真通过建模可以得到整个物理场的数据。然而，由于计算成本和计算精度的限制，数值仿真的计算结果不能完全满足要求。为了获得高精度完整的物理场数据，可以使用数据同化方法将实验测量和数值仿真的数据融合起来。

2、目前，在空气动力学领域，本征正交分解(pod)数据同化方法被广泛应用，特别是在缺失数据补全方面具有潜力。pod分解可以将航空发动机内部非定常，强时变的物理场数据在空间和时间两个维度进行分解，提取空间和时间上的主要特征，实现数据降维和模态分解。其中，空间特征表示数据的空间分布关系，时间特征表示数据的时间演化过程。数值仿真得到的全场数据，可以通过pod分解得到空间模态；然后，利用实验测量得到的局部数据和数值仿真得到的空间模态计算出新的时间演化特征，并补全缺失的数据。

3、然而，这种pod数据同化方法中本文档来自技高网...

【技术保护点】

1.一种基于POD数据同化的模态内卷积的方法，其特征在于具体步骤如下：

2.根据权利要求1所述的基于POD数据同化的模态内卷积的方法，其特征在于：步骤1中，数据B为对应工况下使用fluent软件rans模型计算的数值模拟数据。

3.根据权利要求1所述的基于POD数据同化的模态内卷积的方法，其特征在于：步骤3中，C1是模态内卷积无序性参数，用于表征特征的数据相对于自身的变化剧烈程度，具体表达式如下：

【技术特征摘要】

1.一种基于pod数据同化的模态内卷积的方法，其特征在于具体步骤如下：

2.根据权利要求1所述的基于pod数据同化的模态内卷积的方法，其特征在于：步骤1中，数据b为对应工况下使用fluent软件ran...

【专利技术属性】
技术研发人员：余波，陈娉婷，毛军逵，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：