【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种飞行器气动力预测模型的训练方法及装置。
技术介绍
1、在飞行器外形设计初始阶段，需要得到飞行器气动外形在特定流场参数条件下气动力数据用于性能分析，是飞行器设计及性能评估过程中的关键环节。
2、相关技术中，传统方法包括风洞试验和计算流体力学cfd模拟，其中风洞试验结果较为准确，但产生成本较高周期性较长，无法及时快速预测气动力数据，尽管cfd软件模拟成本较低但对计算网格质量依赖性较高，因此需要耗费额外精力制作标准更高的计算网格。近年来，深度学习技术在各个领域中取得了突破性进展，能够通过学习大量样本数据自动提取特征并进行预测，具有广阔应用前景，但目前少有使用深度学习技术应用于气动力设计领域。
3、综合以上该
发展状况分析，现有的技术中缺少基于深度模型建立的飞行器气动力预测模型。
技术实现思路
1、本专利技术的目的在于提供一种飞行器气动力预测模型的训练方法及装置，旨在解决现有技术中的上述问题。
2、根据本专利技术实施例的...
【技术保护点】
1.一种飞行器气动力预测模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述从所述外形网格文件中抽取外形点数据，得到外形点云文件具体包括：
3.根据权利要求1所述的方法，其特征在于，所述生成包括所述流场参数、所述气动力实际值及所述外形点云文件的训练集具体包括：
4.根据权利要求1所述的方法，其特征在于，所述在编码器组中分别对流场参数和外形点云文件进行编码具体包括：
5.根据权利要求4所述的方法，其特征在于，所述将两种编码结果相加得到综合编码具体包括：
6.根据权利要求1所述的方法...
【技术特征摘要】
1.一种飞行器气动力预测模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述从所述外形网格文件中抽取外形点数据，得到外形点云文件具体包括：
3.根据权利要求1所述的方法，其特征在于，所述生成包括所述流场参数、所述气动力实际值及所述外形点云文件的训练集具体包括：
4.根据权利要求1所述的方法，其特征在于，所述在编码器组中分别对流场参数和外形点云文件进行编码具体包括：
5.根据权利要求4所述的方法，其特征在于，所述将两种编码结果相加得到综合编码具体包括：
6.根据权利要求1所述的方法，其特征在于，所述将所述综合编码输入所述预测模块，得到气动力预测值具体...
【专利技术属性】
技术研发人员：田锋，胡宁，张一鸣，陈思员，
申请(专利权)人：中国航天空气动力技术研究院，
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。