基本信息:
- 专利标题： 基于点云网络的高超声速飞行器燃料箱温度场预测方法
- 申请号：CN202210648286.9 申请日：2022-06-09
- 公开(公告)号：CN114722732B 公开(公告)日：2022-09-02
- 发明人： 周奇 , 黄旭丰 , 吴金红 , 林泉 , 胡杰翔 , 刘华坪 , 金朋 , 王胜一 , 徐杰 , 毛义军
- 申请人： 华中科技大学
- 申请人地址： 湖北省武汉市洪山区珞喻路1037号
- 专利权人： 华中科技大学
- 当前专利权人： 华中科技大学
- 当前专利权人地址： 湖北省武汉市洪山区珞喻路1037号
- 代理机构： 武汉红观专利代理事务所
- 代理人： 陈凯
- 主分类号： G06F30/27
- IPC分类号： G06F30/27 ; G06N3/04 ; G06N3/08 ; G06F111/10 ; G06F119/08
摘要：
本发明提供了基于点云网络的高超声速飞行器燃料箱温度场预测方法，包括如下步骤：S1：获取超声速飞行器燃料箱形状特征、材料构成及工况变量；S2：根据燃料箱传热分层情况，进行网格划分，并设置边界条件；建立燃料箱三维传热的数值模拟模型并进行验证；S3：选取数值模拟模型的中间位置纵向截面上温度场点云数据，建立燃料箱温度场的点云样本数据集；S4：基于点云样本数据集，划分训练数据集和测试数据集；S5：建立点云网络模型，利用训练数据集和测试数据集对点云网络模型进行训练验证，获取基于点云网络的温度场预测模型；S6：利用温度场预测模型进行温度场进行预测。
公开/授权文献:
- CN114722732A 基于点云网络的高超声速飞行器燃料箱温度场预测方法 公开/授权日：2022-07-08
IPC结构图谱:
| G06F30/27 | 使用机器学习，例如人工智能，神经网络，支持向量机 |