公开(公告)号：CN117852411B

公开(公告)日：2024-10-11

申请号：CN202410137315.4

申请日：2024-02-01

Applicant: 哈尔滨工程大学

Inventor： 刘晨 ,  吴则羲 ,  曹贻鹏 ,  于晨琪 ,  展旭 ,  杨洁 ,  赵晓臣

IPC: G06F30/27 ,  G06F30/28 ,  G06F18/214 ,  G06N3/048 ,  G06N3/08 ,  G06F111/10 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开一种基于神经网络的模化设计压气机气动性能预测方法及系统，涉及压气机气动性能预测领域，方法包括：构造数据集；构建损失函数；所述损失函数为基于相似模化准则构建的；根据所述数据集和所述损失函数，对动量优化神经网络模型进行训练，得到模化设计压气机气动性能预测模型；利用所述模化设计压气机气动性能预测模型，对模化设计压气机的气动性能进行预测。本发明采用构建的数据集和基于相似模化准则构建的损失函数对动量优化神经网络模型进行训练，将深度学习技术应用于模化设计压气机的气动性能预测中，能够充分利用深度学习技术的优势，有效提高模化设计压气机气动性能预测的准确率和效率。

公开(公告)号：CN117852411A

公开(公告)日：2024-04-09

申请号：CN202410137315.4

申请日：2024-02-01

Applicant: 哈尔滨工程大学

Inventor： 刘晨 ,  吴则羲 ,  曹贻鹏 ,  于晨琪 ,  展旭 ,  杨洁 ,  赵晓臣

IPC: G06F30/27 ,  G06F30/28 ,  G06F18/214 ,  G06N3/048 ,  G06N3/08 ,  G06F111/10 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开一种基于神经网络的模化设计压气机气动性能预测方法及系统，涉及压气机气动性能预测领域，方法包括：构造数据集；构建损失函数；所述损失函数为基于相似模化准则构建的；根据所述数据集和所述损失函数，对动量优化神经网络模型进行训练，得到模化设计压气机气动性能预测模型；利用所述模化设计压气机气动性能预测模型，对模化设计压气机的气动性能进行预测。本发明采用构建的数据集和基于相似模化准则构建的损失函数对动量优化神经网络模型进行训练，将深度学习技术应用于模化设计压气机的气动性能预测中，能够充分利用深度学习技术的优势，有效提高模化设计压气机气动性能预测的准确率和效率。