论文部分内容阅读
空泡的演化和水动力特征的预测在航行体发射的设计中有非常重要的意义.人工智能技术已经成为了参数预测的重要手段.为了能够快速预测航行体水下发射过程的尾部压力的复杂变化,提出了一种多尺度深度学习网络.该网络模型以一维卷积网络(1DCNN)为基础,构建了一种编码-解码型网络结构,通过不同的采样频率将原始数据分解为光滑部分和脉动部分,进而训练低保真度的大尺度网络和高保真度的小尺度网络.从而实现对不同物理过程的响应和捕捉.首先,通过数值模拟获得了不同发射条件下的尾部压力曲线,并结合空泡的理论机理构建了具有物理性的输入