【技术实现步骤摘要】
本专利技术涉及翼型设计领域，特别是涉及一种基于图像增强与注意力机制的翼型几何参数快速计算方法。
技术介绍
1、二维翼型优化设计是机翼、风力机叶片、透平叶片等空气动力学产品部件设计的重要环节，其几何外形将直接影响产品的气动性能。翼型优化设计方法包括传统的代理模型正设计法和反设计法，其中反设计法给定符合设计需求的目标压力系数分布，通过在初始基础翼型加入几何扰动获取新翼型，并通过对新翼型压力系数分布和目标压力系数分布的差值最小优化来获取满足需求的翼型设计方案。此类方法的关键在于需要设计者提供合理的压力系数分布，并且优化过程也相当依赖设计经验。近年来，随着深度学习方法的高速发展，目前已有学者将神经网络的数据驱动方法应用到翼型反设计领域，并成为一大热门研究方向。如sekar等最早于2019年在《aiaajournal》的论文“inverse design ofairfoilusing a deep convolutional neural network”中首次提出了以攻角和雷诺数固定条件下的压力分布系数图像作为输入，通过深度卷积神经网络反向预测...
【技术保护点】
1.一种基于图像增强与注意力机制的翼型几何参数快速计算方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于图像增强与注意力机制的翼型几何参数快速计算方法，其特征在于，构建包括符号距离函数图像和符号距离函数图像的几何参数的多源增强样本集，具体包括：
3.根据权利要求2所述的基于图像增强与注意力机制的翼型几何参数快速计算方法，其特征在于，所述符号距离函数为：
4.根据权利要求1所述的基于图像增强与注意力机制的翼型几何参数快速计算方法，其特征在于，可学习图像压缩器模块包括：主干路径和直连路径；
5.根据权利要求4所述...
【技术特征摘要】
1.一种基于图像增强与注意力机制的翼型几何参数快速计算方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于图像增强与注意力机制的翼型几何参数快速计算方法，其特征在于，构建包括符号距离函数图像和符号距离函数图像的几何参数的多源增强样本集，具体包括：
3.根据权利要求2所述的基于图像增强与注意力机制的翼型几何参数快速计算方法，其特征在于，所述符号距离函数为：
4.根据权利要求1所述的基于图像增强与注意力机制的翼型几何参数快速计算方法，其特征在于，可学习图像压缩器模块包括：主干路径和直连路径；
5.根据权利要求4所述的基于图像增强与注意力机制的翼型几...
【专利技术属性】
技术研发人员：裘辿，陈轲文，刘振宇，撒国栋，谭建荣，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
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。