【技术实现步骤摘要】
本专利技术涉及一种流场重构方法，属于空气动力学。
技术介绍
1、近年来，随着人工智能技术逐步应用到气动领域中，基于深度学习的流场重构技术成为气动领域持续关注的热点。该项技术采用卷积神经网络方法，将复杂流场数据进行建模学习，该方法能够快速精准捕捉多维度流态规律信息，从而实现对不同外形飞行器的流场快速反演重构。经过充分验证，当前研究方法能够证明二维翼型流场重构技术已经逐步成熟。然而，在二维向三维的转变过程中，由于特征变量的数量大幅度提升，导致对于三维流场的高精度重构较为困难，目前国内外的研究进展仍无法彻底解决对于复杂外形飞行器的三维流场重构预测结果精度不稳定、可靠性较差等问题。因此，仍需进一步对飞行器三维流场重构算法进行深入研究。
技术实现思路
1、本专利技术为了克服对于复杂外形飞行器的三维流场重构预测结果精度不稳定、可靠性较差的问题，提供了一种飞行器流场重构方法，在下文中给出了关于本专利技术的简要概述，以便提供关于本专利技术的某些方面的基本理解。应当理解，这个概述并不是关于本专利技术的穷举性概述。它并不是意图确定本专利技术的关键或重要部分，也不是意图限定本专利技术的范围。
2、本专利技术的技术方案：
3、一种飞行器流场重构方法，包括以下步骤：
4、s1、通过参数化生成不同飞行器几何外形，并批处理修改设置参数，采用cfd计算方法进行流场计算；
5、s2、对步骤s1中获取的不同飞行器几何外形进行几何表达点采样，采用符号距离表达方法提取几何外
6、s3、对步骤s2中获取的飞行器外形特征信息与来流条件合并为输入特征矩阵，将对应流场计算得出的三方向速度场与压力场作为输出特征矩阵，形成流场重构数据集，并划分训练集、验证集与测试集；
7、s4、将步骤s3中的获取的数据集导入到双重嵌套式注意力机制的unet++网络中，进行模型训练，从而能够对输入不同外形特征、不同工况的飞行器实现流场精准预测。
8、进一步的，步骤s1通过参数化生成飞行器外形参数，通过使用fun3d对不同外形飞行器进行自动网格生成；同时，批处理修改设置参数，采用rans方程对不同工况下的飞行器进行流场求解。
9、进一步的，步骤s2中对飞行器外形的几何特征提取方法，具体为：
10、s2.1、对飞行器外形进行几何表达点采样，通过将网格点上的几何位置进行标记和记录，并形成几何位置矩阵；
11、s2.2、采用一种基于几何符号距离函数的隐式表达方法，通过求解飞行器外形图像空间内的每一个几何位置矩阵的像素点到区域边界的最短距离，并对该距离的符号进行区分定义，其表达式为：
12、 ；
13、其中，为符号函数，用以区分定义；当点在区域边界内部时，；点在区域边界外部时，；点在边界上时，；基于上述表达式，通过提取cfd计算的网格点，采用符号距离函数计算各网格点到飞行器表面距离。
14、进一步的，步骤s3中对不同飞行器外形的流场重构方法进行数据集构建，通过改变机翼几何外形参数、来流状态、飞行参数，采用cfd计算求解机翼周围可压缩流的速度、压力和密度分布，从而形成生成7通道数据集，前三个通道机翼几何特征表达sdf、马赫数、迎角作为神经网络输入；后四个通道u速度场、v速度场、w速度场、p压力场作为神经网络输出。
15、进一步的，步骤s3中按照8:1:1的比例划分为训练集、验证集与测试集。
16、进一步的，步骤s4中将步骤s3中获取的数据集导入到双重嵌套式注意力机制的unet++网络中，进行模型训练，通过对三维机翼的流场计算结果进行神经网络建模，模型通过梯度下降法不断迭代与优化神经网络中神经元之间的权重系数，从而寻找输入变量与输出变量之间的拟合最优解，建立从三维机翼几何特征、来流特征到速度、压力间的直接映射，从而实现流场重构预测模型搭建。
17、进一步的，步骤s4中的双重嵌套式注意力机制的unet++网络由主干unet++网络部分和双重平行式注意力机制部分组成，其中主干unet++网络用于获取机翼几何外形特征的多尺度信息，主干unet++网络备深度挖掘特征信息的能力；同时，双重平行式注意力机制部分则用于聚焦关键特征信息并捕获特征之间的相关性。
18、进一步的，unet++整体采用多个unet结构。
19、进一步的，双重平行式注意力机制部分通过基于通道域与空间域的特征重要性提取方法，结合通道注意力机制与空间注意力机制，对输入变量中信息进行特征提取；通道注意力机制通过对输入流场图像进行全局池化与平均池化，从而压缩当前的特征维度，最终池化结果在多层感知机mlp中学习，并经过sigmoid函数输出结果，其表达式为：
20、；
21、其中，与分别表示平均池化与最大池化、表示激活函数、与代表mlp的权重系数，；与分别表示通道注意力机制下的平均池化与最大池化结果；
22、空间注意力机制通过对流场特征进行全局池化与平均池化，将池化后的结果进行拼接，最后经过卷积和激活函数处理，其表达式为：
23、；
24、其中，与分别表示平均池化与最大池化、表示激活函数、表示为的卷积操作、与分别表示空间注意力机制下的平均池化与最大池化结果。
25、进一步的，双重平行式注意力机制部分采用了通道与空间双重注意力机制并行的方法，实现并联的平行设计结构，该注意力机制结构的表达式为：
26、；
27、；
28、；
29、其中，×表示为融合操作符、＋表示为加法操作符、表示与空间注意力机制融合后的结果、表示与通道注意力机制融合后的结果、表示为注意力机制最终结果。
30、本专利技术有益效果体现在：
31、相对于现有技术，本专利技术是一种双重嵌套式注意力机制的unet++网络，结合了注意力机制的平行设计结构与嵌套式的网络架构，并通过符号距离表达方法，对输入不同几何参数外形特征、不同工况的飞行器进行三方向速度场与压力场重构，具有对于复杂外形飞行器的三维流场重构预测结果精度稳定、可靠性强的优点。
本文档来自技高网...【技术保护点】
1.一种飞行器流场重构方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种飞行器流场重构方法，其特征在于：步骤S1通过参数化生成飞行器外形参数，通过使用Fun3D对不同外形飞行器进行自动网格生成；同时，批处理修改设置参数，采用RANS方程对不同工况下的飞行器进行流场求解。
3.根据权利要求1所述的一种飞行器流场重构方法，其特征在于：步骤S2中对飞行器外形的几何特征提取方法，具体为：
4.根据权利要求1、2或3所述的一种飞行器流场重构方法，其特征在于：步骤S3中对不同飞行器外形的流场重构方法进行数据集构建，通过改变机翼几何外形参数、来流状态、飞行参数，采用CFD计算求解机翼周围可压缩流的速度、压力和密度分布，从而形成生成7通道数据集，前三个通道机翼几何特征表达SDF、马赫数、迎角作为神经网络输入；后四个通道U速度场、V速度场、W速度场、P压力场作为神经网络输出。
5.根据权利要求4所述的一种飞行器流场重构方法，其特征在于：步骤S3中按照8:1:1的比例划分为训练集、验证集与测试集。
6.根据权利要求5所述的一种飞
7.根据权利要求6所述的一种飞行器流场重构方法，其特征在于：步骤S4中的双重嵌套式注意力机制的Unet++网络由主干Unet++网络部分和双重平行式注意力机制部分组成，其中主干Unet++网络用于获取机翼几何外形特征的多尺度信息，主干Unet++网络备深度挖掘特征信息的能力；同时，双重平行式注意力机制部分则用于聚焦关键特征信息并捕获特征之间的相关性；Unet++整体采用多个Unet结构。
8.根据权利要求7所述的一种飞行器流场重构方法，其特征在于：双重平行式注意力机制部分通过基于通道域与空间域的特征重要性提取方法，结合通道注意力机制与空间注意力机制，对输入变量中信息进行特征提取；通道注意力机制通过对输入流场图像进行全局池化与平均池化，从而压缩当前的特征维度，最终池化结果在多层感知机MLP中学习，并经过Sigmoid函数输出结果，其表达式为：
9.一种电子设备，其特征在于，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现权利要求1-8任一项所述的一种飞行器流场重构方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-8任一项所述的一种飞行器流场重构方法的步骤。
...【技术特征摘要】
1.一种飞行器流场重构方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种飞行器流场重构方法，其特征在于：步骤s1通过参数化生成飞行器外形参数，通过使用fun3d对不同外形飞行器进行自动网格生成；同时，批处理修改设置参数，采用rans方程对不同工况下的飞行器进行流场求解。
3.根据权利要求1所述的一种飞行器流场重构方法，其特征在于：步骤s2中对飞行器外形的几何特征提取方法，具体为：
4.根据权利要求1、2或3所述的一种飞行器流场重构方法，其特征在于：步骤s3中对不同飞行器外形的流场重构方法进行数据集构建，通过改变机翼几何外形参数、来流状态、飞行参数，采用cfd计算求解机翼周围可压缩流的速度、压力和密度分布，从而形成生成7通道数据集，前三个通道机翼几何特征表达sdf、马赫数、迎角作为神经网络输入；后四个通道u速度场、v速度场、w速度场、p压力场作为神经网络输出。
5.根据权利要求4所述的一种飞行器流场重构方法，其特征在于：步骤s3中按照8:1:1的比例划分为训练集、验证集与测试集。
6.根据权利要求5所述的一种飞行器流场重构方法，其特征在于：步骤s4中将步骤s3中获取的数据集导入到双重嵌套式注意力机制的unet++网络中，进行模型训练，通过对三维机翼的流场计算结果进行神经网络建模，模型通过梯度下降法不断迭代与优化神经网络中神经元之间的权重系数，从而寻找输入...
【专利技术属性】
技术研发人员：崔榕峰，刘哲，张小亮，王祥云，
申请(专利权)人：中国航空工业集团公司沈阳空气动力研究所，
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。