基本信息:
- 专利标题： 一种基于扩散模型的高精度翼型流场数据生成方法及系统
- 申请号：CN202410949216.6 申请日：2024-07-16
- 公开(公告)号：CN118916984A 公开(公告)日：2024-11-08
- 发明人： 陈超 , 丁洁 , 黄宏宇 , 谢志江 , 肖鸿飞
- 申请人： 重庆大学
- 申请人地址： 重庆市沙坪坝区沙正街174号
- 专利权人： 重庆大学
- 当前专利权人： 重庆大学
- 当前专利权人地址： 重庆市沙坪坝区沙正街174号
- 代理机构： 重庆青飞知识产权代理有限公司
- 代理人： 江涛
- 优先权： 2024106909628 2024.05.30 CN
- 主分类号： G06F30/15
- IPC分类号： G06F30/15 ; G06F30/28 ; G06F30/27 ; G06N3/0464 ; G06N3/084 ; G06F113/08 ; G06F119/14
摘要：
本发明涉及一种基于扩散模型的高精度翼型流场数据生成方法及系统，该方法将高精度翼型流场数据的生成问题近似为数据的噪声去除问题，基于扩散模型的思想从低精度的翼型流场数据中重建高精度的翼型流场数据。在模型框架中，将低精度流场数据作为特征加入到网络模型中进行训练，使用子模型分别对压力、水平方向的速度和垂直方向的速度单独训练。该方法使用深度神经网络准确的对噪声进行预测，针对翼型流场数据对噪声预测网络重新进行设计；加入可变形卷积提高神经网络的特征提取能力；加入注意力块对翼型流场数据中的重要部分进行学习，提高数据生成质量和清晰度；加入残差网络解决网络存在梯度消失问题，促进网络的收敛和提升数据生成模型的性能。
IPC结构图谱:
| G06F30/15 | 车辆、飞行器或船只的设计 |