一种基于神经算子的专用小模型快速预测方法技术

本发明专利技术涉及主动流动控制领域，具体公开了一种基于神经算子的专用小模型快速预测方法，包括以下步骤：S1、基于生成对抗网络方法进行数据增强；S2、基于阀门多物理场特性，构建专用的神经算子DeepMONet代理模型；S3、基于S1步骤生成的增强数据，带入S2进行训练，构建基于神经算子的代理模型；S4、基于S3的代理模型进行学习框架强化，并对阀门的结构性能优化和快速预测。本发明专利技术基于生成对抗网络方法，有效将低分辨率输入数据通过网络进行增强，减少数据量需求，并根据阀门的多物理场特性构建专门的DeepMONet模型，解决了传统CFD模拟所需要的时间和资源，实现快速预测。

【技术实现步骤摘要】

本专利技术涉及主动流动控制，具体为一种基于神经算子的专用小模型快速预测方法。

技术介绍

1、目前，阀门在大型核动力舰船潜艇上处于无可替代的位置，其动态性能直接影响舰船的战斗能力和生存能力，其研究一直是舰船动力装置领域内热点和难点。该系统内存在复杂的热-流-固多物理场耦合作用过程。此耦合过程同时涉及舰船蒸汽系统结构分析涉及流体流动、传热、相变、瞬态热传导、结构响应及噪声等，是一个复杂的多学科问题，这些过程的协同优化设计对于舰船性能改善具重要的意义。如何高效、准确地计算和模拟流体流动、压力分布、温度变化等多个物理场的耦合效应，成为了一个关键问题。

2、阀门作为流体输送系统中的关键部件，其性能直接影响到整个系统的运行效率与稳定性。为了准确评估阀门在不同工况下的流动与热传导等特性，目前广泛采用三维数值模拟技术，尤其是计算流体动力学(cfd)方法。cfd技术能够提供高精度的流场和温度场模拟结果，因此在阀门性能评估、优化设计、热传导分析得到了广泛应用。

3、然而，cfd方法在带来高精度模拟的同时，也伴随着巨大的计算成本。尤其是在处理不同开度或复本文档来自技高网...

【技术保护点】

1.一种基于神经算子的专用小模型快速预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于神经算子的专用小模型快速预测方法，其特征在于，S1中，数据增强方法采用生成对抗网络PI-GAN进行实现，实现过程包括以下步骤：

3.根据权利要求1所述的一种基于神经算子的专用小模型快速预测方法，其特征在于，S2中，基于阀门多物理场特性，构建专用的神经算子DeepMONet代理模型，具体过程包括：

4.根据权利要求1所述的一种基于神经算子的专用小模型快速预测方法，其特征在于，S2中，构建的专用的神经算子DeepMONet代理模型具有快速预测未知空间变...

【技术特征摘要】

1.一种基于神经算子的专用小模型快速预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于神经算子的专用小模型快速预测方法，其特征在于，s1中，数据增强方法采用生成对抗网络pi-gan进行实现，实现过程包括以下步骤：

3.根据权利要求1所述的一种基于神经算子的专用小模型快速预测方法，其特征在于，s2中，基于阀门多物理场特性，构建专用的神经算子d...

【专利技术属性】
技术研发人员：张红娜，张述智，李凤臣，李小斌，黄崇海，肖颀，庞杰，
申请(专利权)人：天津大学，
类型：发明
国别省市：