姚皆可
- 作品数：2 被引量：2H指数：1
- 供职机构：西北工业大学动力与能源学院翼型叶栅空气动力学国防科技重点实验室更多>>
- 发文基金：中国航空科学基金黑龙江省教育厅科学技术研究项目更多>>
- 相关领域：航空宇航科学技术机械工程更多>>
- 基于四叉树网格下的浸入边界-格子Boltzmann方法被引量：2
- 2013年
- 提出了一种基于非均匀四叉树网格下的浸入边界-格子Boltzmann方法。在不同层网格界面上,为了保证物理量的连续性,需要在时空方向上进行插值。由于四叉树同层网格在空间上步长相等、且相邻时间层上时间步长相等,所以在时空方向上采用平均值插值,这样做的优点是时空方向插值既可以达到二阶精度,又可以简化计算过程,节省资源,对任意边界加密下的网格,格子Boltzmann方法的实现比较容易。为了充分利用均匀笛卡尔网格的优势,物面边界的处理采用了速度修正法,与传统浸入边界-格子Boltzmann方法中的直接力法、动量交换法相比,无滑移边界条件得到了较好的保证。同时,把大涡模型加入到浸入边界-格子Boltzmann方法中,实现了在四叉树网格数据结构、边界处理技术、大涡模拟几种模型相结合下,绕障碍物的较大雷诺数流动的模拟。通过不可压缩粘性流中圆柱绕流算例验证,结果与其它方法结果吻合良好。
- 姚皆可钟诚文李凯
- 关键词：四叉树格子BOLTZMANN方法大涡模拟浸入边界法
- 基于BP神经网络的流体流量补偿方法
- 2012年
- 针对流体质量流量测量中密度随温度及压力等参数的变化而变化,在BP算法的基础上,采用BP神经网络补偿方法对液氨的密度进行了补偿,给出了网络训练后误差渐进过程的仿真图和补偿后的仿真结果图,通过函数调用网络训练后非采样点上的温度来得到对应的密度值。可以得到结论:基于BP神经网络的补偿方法弥补了最小二乘法在非线性补偿方面的缺陷,且误差比较小,是一种性能比较优越的补偿方法。
- 康朝海姚皆可任伟建霍凤财
- 关键词：补偿方法神经网络BP算法误差函数
