一种基于金字塔式神经网络的可变输入涡轮表面物理场重构方法技术

本发明专利技术属于燃气轮机涡轮技术领域，具体设计一种基于金字塔式神经网络的可变输入涡轮表面物理场重构方法。获取数据集，对数据集中的数据进行提取与预处理，将数据集分为训练数据及验证数据；基于卷积网络构建金字塔网络；采用分布式训练策略对构建的金字塔网络，利用的训练数据进行训练；对训练后的金字塔网络利用验证数据进行性能验证；将归一化后的实验数据输入验证后的金字塔网络中，即可重构出完整的叶片表面物理场。本发明专利技术使用监督学习的方法，从分布在给定的数个叶高截面处的有限个固定测量点得到的稀疏数据中估计完整的叶片表面压力和温度场,可以提高叶栅实验的信息密度，降低实验和数值模拟的成本。

【技术实现步骤摘要】

本专利技术属于燃气轮机涡轮，具体设计一种基于金字塔式神经网络的可变输入涡轮表面物理场重构方法。

技术介绍

1、气轮机因其结构紧凑、比功率高、启动迅速等一系列优点，在航空动力，舰船推进，地面发电以及其他工业领域起着非常关键的作用。压气机、燃烧室和燃气涡轮并称为燃气轮机的三大部件，其中涡轮作为主要的做功部件，将燃烧室出口高温、高压燃气的内能为动能，输出机械功。涡轮的气动外形决定了内部流动的组织形式，是影响燃气轮机性能和效率的重要因素。

2、测量手段的技术瓶颈同样限制了所能获取的实验数据的时空分辨率。无论是压力探针、热电偶等固有的离散测量属性，还是因光源遮挡或反射导致的局部区域piv数据缺失，都表明了涡轮气动和传热的实验数据具有典型的稀疏特征。通常会补充相应的数值模拟以作相互印证，并获得更详尽的流场信息。然而面对复杂的叶片几何时，这项工作往往会变得繁杂而且费时。为了克服这些问题，许多方法被提出用于用于有限测量数据的流场重构，用作对实验进行增强的快速数据处理方法。现有技术中处理包含噪声和缺失数据的燃气轮机燃烧室piv测量结果，在高达50％的数据缺失比例本文档来自技高网...

【技术保护点】

1.一种基于金字塔式神经网络的可变输入涡轮表面物理场重构方法，其特征在于，所述重构方法包括以下步骤，

2.根据权利要求1所述的可变输入涡轮表面物理场重构方法，其特征在于，所述步骤1具体为，在涡轮叶片表面布置均匀采样点；涡轮叶片表面沿展向被均匀切割成了128个截面，沿叶型弧线在吸力侧和压力侧分别均匀布置了256个采样点；

3.根据权利要求1所述的可变输入涡轮表面物理场重构方法，其特征在于，所述步骤2构建的金字塔网络包括数据对齐模块，上采样模块和重构模块；

4.根据权利要求3所述的可变输入涡轮表面物理场重构方法，其特征在于，所述四种布置包括，SNf＝1即5...

【技术特征摘要】

1.一种基于金字塔式神经网络的可变输入涡轮表面物理场重构方法，其特征在于，所述重构方法包括以下步骤，

2.根据权利要求1所述的可变输入涡轮表面物理场重构方法，其特征在于，所述步骤1具体为，在涡轮叶片表面布置均匀采样点；涡轮叶片表面沿展向被均匀切割成了128个截面，沿叶型弧线在吸力侧和压力侧分别均匀布置了256个采样点；

3.根据权利要求1所述的可变输入涡轮表面物理场重构方法，其特征在于，所述步骤2构建的金字塔网络包括数据对齐模块，上采样模块和重构模块；

4.根据权利要求3所述的可变输入涡轮表面物理场重构方法，其特征在于，所述四种布置包括，snf＝1即50％叶高、snf＝3即10％、50％、90％叶高、snf＝5即10％、30％、50％、70％、90％和snf＝9即10％、20％、30％、40％、50％、60％、70％、80％、90％；

5.根据权利要求1所述的可变输入涡轮表面物理场重构方法，其特征在于，所述金字塔网络的包括卷积计算单元、转置卷积计算单元和resnet单元；

6.根据权利要求5所述...

【专利技术属性】
技术研发人员：李左飙，温风波，万晨昕，李一越，姜庆宇，管晨，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：