System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于POD数据同化方法的多重POD改进方法技术_技高网

一种基于POD数据同化方法的多重POD改进方法技术

技术编号:41143637 阅读:5 留言:0更新日期:2024-04-30 18:12
本发明专利技术公开了一种多重POD的数据同化方法,数据A是实验测量数据;数据B是数值仿真数据,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,数据B包含完整的空间数据,分解得到的是完整的空间特征;得到空间特征,进行缺失处理;将缺失后的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;完整的时间特征与完整的空间模态进行内积运算得到完整的同化数据U<subgt;d</subgt;;同化数据U<subgt;d</subgt;后与数值模拟数据U<subgt;b</subgt;比较,将其中距离大于仿真与实验最大距离的点删除后得到新的缺失数据U<subgt;c2</subgt;,得到最终同化数据U<subgt;d2</subgt;。本发明专利技术提高了POD数据同化方法在高缺失面积占比的情况下同化结果的精确性。

【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数据同化方法的多重pod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、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。通过数值仿真得到的全场数据,可以用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。这种数据同化方法可以提高数据的完整性和精度,能够更好地理解和分析航空发动机内部物理场,并为设计和优化提供更准确的数据支持。然而,这种直接pod数据同化方法,缺失面积与同化精度呈现正相关,在保证精度的前提下,可补全的面积占原始面积的比例过高会导致同化结果失真。目前直接pod数据同化方法可用范围依据选择数据的不同,有效范围约在10%-40%左右。因此,泛化算法的使用范围需要强化补全能力,提高缺失面积在总面积中的占比。


>

技术实现思路

1、为了提高pod数据同化缺失面积占总面积的比例,本专利技术的目的是提供一种基于pod数据同化方法的多重pod改进方法,通过缺失面积的分步补全方法逐次补全缺失面积,最终实现完整物理场的数据同化。这种方法提高了pod数据同化方法在高缺失面积占比的情况下同化结果的精确性。

2、本专利技术的目的通过以下技术方案实现:

3、一种多重pod的数据同化方法,其特征在于具体步骤如下:

4、步骤1:需要两组初始数据,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,模拟实验数据测量只能测量到局部的特点,具体表达式如下:

5、uc(x,t)=<δm,ua(x,t)>

6、

7、其中ua代表数据a物理场,uc代表数据c物理场;δm代表缺失函数;x和t分别表示空间和时间维度。

8、步骤2:对数据b进行pod分解,分解得到空间特征和时间特征,由于数据b包含完整的空间数据,所以分解得到的是完整的空间特征,具体表达式如下:

9、

10、其中ub代表数据b物理场,代表空间特征;ak(t)代表时间特征;x和t分别表示空间和时间维度;m是所有特征的数量。

11、步骤3:得到空间特征进行缺失处理,缺失范围与实验测量数据缺失范围保持一致。具体表达式如下:

12、

13、其中是缺失后的空间特征。

14、步骤4:将缺失后的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anew(t),具体表达式如下:

15、

16、步骤5:得到完整的时间特征anex(t)后,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ud,具体表达式如下:

17、

18、步骤6:得到完整的同化数据ud后与数值模拟数据ub比较,将其中距离大于仿真与实验最大距离的点删除后得到新的缺失数据uc2,具体表达式如下:

19、

20、uc2=ud*δd

21、其中δd是用于筛选保留合理范围内的同化结果函数。

22、步骤7:用uc2替换uc重复步骤1到步骤6,直到空间中每个点的δd都为1时循环停止,得到最终同化数据ud2。

23、本专利技术的有益效果是:

24、相较于直接pod同化方法,对比改进前后的同化结果发现:多重pod数据同化方法将测试数据缺失面积占比从50%提高到91%,扩大了pod数据同化方法的使用范围,增强了数据同化能力。对比缺失数据占总面积50%的数据同化结果,直接pod和多重pod都具有不错的效果,多重pod同化方法相比于直接pod同化方法在精确度上提高2%,在准确度上提高4%;对比缺失数据占总面积91%的数据同化结果,由于缺失数据过多,直接pod性能下降严重,但是多重pod仍然具有不错的效果,在精确度上提高10%,在准确度上提高11%。

本文档来自技高网...

【技术保护点】

1.一种基于POD数据同化方法的多重POD改进方法,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数据同化方法的多重POD改进方法,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。

【技术特征摘要】

1.一种基于pod数据同化方法的多重pod改进方法,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...

【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:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1