1 构建流场数据集
1.1 场景建模
1.2 数值模拟
2 流场特征点选取
2.1 标准差计算
2.2 特征点选取
表 3 特征点信息表 |
| 标准差级别 | 特征点编号 | 标准差/(m·s-1) | 坐标值/m | 索引号 |
| 1 | 1 | 2.984 | (95.4, 175.7) | 4 994 |
| 2 | 4.633 | (405.5, 70.7) | 2 813 | |
| 3 | 8.752 | (222.5, 122.5) | 3 879 | |
| 2 | 4 | 9.539 | (422.5, 192.5) | 5 355 |
| 5 | 10.019 | (322.5, 2.5) | 1 274 | |
| 6 | 10.081 | (237.5, 67.5) | 2 681 | |
| 3 | 7 | 10.465 | (511.2, 96.3) | 3 385 |
| 8 | 10.709 | (77.5, 37.5) | 1 999 | |
| 9 | 12.124 | (347.5, 187.5) | 5 236 | |
| 10 | 12.951 | (2.5, 132.5) | 4 059 |
3 神经网络模型
3.1 数据预处理
3.2 网络结构设计
4 结果
表 4 测试集速度误差统计 |
| 速度/(m·s-1) | x方向点比例/% | y方向点比例/% | x方向误差/% | y方向误差/% |
| 1~2 | 13.9 | 17.1 | 11.4 | 12.4 |
| 2~5 | 29.3 | 28.7 | 6.1 | 5.8 |
| 5~10 | 30.4 | 23.9 | 3.4 | 2.9 |
| 10以上 | 6.5 | 4.8 | 3.5 | 3.4 |
