一种宽域内转式进气道非定常流场智能重构方法及系统技术方案

本发明专利技术公开了一种宽域内转式进气道非定常流场智能重构方法及系统，属于超声速流动技术领域，其方法包括以下步骤：S1、在不同马赫数下，对二维内转式进气道进行CFD数值模拟，得到不同马赫数对应的数据集；S2、对不同马赫数对应的数据集进行预处理；S3、输出预测流场；S4、生成激波边界层分离点位置检测数据集；S5、输出预测激波边界层分离点位置；S6、将预测流场和预测激波边界层分离点位进行可视化展示。本发明专利技术实现流场和激波边界层分离点位置可视化，对于增进进气道起动能力、促进进气道设计优化以及保证发动机稳定运行具有重要意义。

【技术实现步骤摘要】

本专利技术属于超声速流动，具体涉及一种宽域内转式进气道非定常流场智能重构方法及系统。

技术介绍

1、空天飞行器因具有防御响应时间短和突防能力强等优势，获得了世界各国的广泛关注。进气道作为超燃冲压发动机的重要部件之一，其主要作用是对所捕获的来流进行高效的压缩，为燃烧室提供一定压力、速度和均匀度的空气，使整个推进系统产生足够的推力以满足高超飞行器马赫数的工作要求。其中，内转式进气道具有捕获流量高、压缩效率较高、浸润面积小、非设计点性能优及适应性广等优点。然而，内转式进气道几何形式所固有的结构存在三维曲面激波/激波干扰、曲面激波/曲面边界层干扰等复杂特殊的流动现象显著影响进气道的启动性能。传统进气道流场流动特性分析主要基于单一的传感器采集离散、低密度的原始信息，在面对宽域非定常流场时存在诸多局限性。

2、近年来，随着人工智能技术的飞速发展，在流体力学领域也引起了极大的兴趣。与传统的人工神经网络不同，脉冲神经网络具有丰富的时空领域的神经动力学特性、多样的编码机制，在硬件电路上具有处理速度快、功耗低、易于开发和灵活性高等优点。通过将脉冲神经网络权重嵌入硬本文档来自技高网...

【技术保护点】

1.一种宽域内转式进气道非定常流场智能重构方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的宽域内转式进气道非定常流场智能重构方法，其特征在于，所述S1中，不同马赫数对应的数据集包括二维内转式进气道的上下壁面压力数据、压力场、密度场、纹影图像、x方向的速度场以及y方向的速度场。

3.根据权利要求1所述的宽域内转式进气道非定常流场智能重构方法，其特征在于，所述S2中，对不同马赫数对应的数据集进行预处理的方法为：对数据集进行采样处理、时间对齐处理、空间对齐处理以及标准化处理；其中，马赫数级别包括4.0Ma、5.0Ma、6.0Ma以及7.0Ma。

4...

【技术特征摘要】

1.一种宽域内转式进气道非定常流场智能重构方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的宽域内转式进气道非定常流场智能重构方法，其特征在于，所述s1中，不同马赫数对应的数据集包括二维内转式进气道的上下壁面压力数据、压力场、密度场、纹影图像、x方向的速度场以及y方向的速度场。

3.根据权利要求1所述的宽域内转式进气道非定常流场智能重构方法，其特征在于，所述s2中，对不同马赫数对应的数据集进行预处理的方法为：对数据集进行采样处理、时间对齐处理、空间对齐处理以及标准化处理；其中，马赫数级别包括4.0ma、5.0ma、6.0ma以及7.0ma。

4.根据权利要求1所述的宽域内转式进气道非定常流场智能重构方法，其特征在于，所述内转式进气道流场重构模型包括第一输入层、第一全连接层、第一维度变换层、第一卷积层、第一归一化层、第一最大池化层、第一lif层、第二卷积层、第二归一化层、第二lif层、第三卷积层、第三归一化层、第三lif层、第四卷积层、第四归一化层、注意力机制单元、第一加法器、第四lif层、第二维度变换层、第四全连接层和第一输出层；

5.根据权利要求4所述的宽域内转式进气道非定常流场智能重构方法，...

【专利技术属性】
技术研发人员：田野，郭明明，李莉，蒋安林，吴京润，邓雪，任虎，王刚，乐嘉陵，陈尔达，马跃，童书鸿，
申请(专利权)人：中国空气动力研究与发展中心空天技术研究所，
类型：发明
国别省市：