【技术实现步骤摘要】
本专利技术属于燃气轮机叶轮机械叶栅建模及仿真，具体涉及一种未知时刻下叶栅非定常流场预测方法。
技术介绍
1、燃气轮机是我国现代汽轮机工业的基础和关键的配套设施之一，广泛应用于电力、推进等工业领域。叶栅是燃气轮机叶轮机械中将内能转换为机械能的关键部件，研究叶栅内部流动结构之间的相互作用机理，对于减少能量损失、提高工作效率和燃气轮机的叶轮机械设计具有重要意义。在对流场进行研究时，往往需要获得流场内部的数据。计算流体力学(computational fluid dynamics，cfd)方法能够捕获流场中细小的非定常流动特征，是目前获取叶栅流场中高精度气动数据的主要手段。但是，高精度数值计算造成的计算成本和计算时间大幅提升，且部分情况下高精度的数值模拟使用受限，导致其很难在工业领域得到广泛运用。通过降阶模型与代理模型结合的预测方法对流场的快速预测能够有效解决这一问题。
2、然而，针对未知时刻下叶栅非定常流场的预测问题，叶栅流场的网格单元和节点数目多，需要处理的数据量较大，并且具有特征冗余的特点，如何降低研究数据的复杂程度，保留关键...
【技术保护点】
1.一种未知时刻下叶栅流场预测方法，其特征在于，具体过程为：
2.根据权利要求1所述未知时刻下叶栅流场预测方法，其特征在于，所述降阶模型为：
3.根据权利要求1所述未知时刻下叶栅流场预测方法，其特征在于，基于POD方法进行时间系数模型建立为：
4.根据权利要求3所述未知时刻下叶栅流场预测方法，其特征在于，所述正交基的获取方法为：
5.根据权利要求3所述未知时刻下叶栅流场预测方法，其特征在于，流场预测模型为：
6.根据权利要求1所述未知时刻下叶栅流场预测方法，其特征在于，所述利用已知叶栅流场的时间系数对机器学习...
【技术特征摘要】
1.一种未知时刻下叶栅流场预测方法，其特征在于，具体过程为：
2.根据权利要求1所述未知时刻下叶栅流场预测方法，其特征在于，所述降阶模型为：
3.根据权利要求1所述未知时刻下叶栅流场预测方法，其特征在于，基于pod方法进行时间系数模型建立为：
4.根据权利要求3所述未知时刻下叶栅流场预测方法，其特征在于，所述正交基的获取方法为：
5.根据权利要求3所述未知时刻下叶栅流场预测方法，其特征在于，流场预测模型为：
6.根据权利要求1所述未知时刻下叶栅流场预测方法，其特征在于，所述利用已知叶栅流场的时间系数对机器学习模型进行训练，利用训练机器学习模型进行未知时间系数预测；具体过程为：
【专利技术属性】
技术研发人员：胡晨星，郑思宇，曾熙玥，施新，乔天杨，
申请(专利权)人：北京理工大学，
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。