您当前的位置：
首页 >
文章列表页 >
基于深度学习的钝体断面外形气动性能高效预测方法
数字孪生与智能建造 | 更新时间：2023-11-28

    • 基于深度学习的钝体断面外形气动性能高效预测方法

    • An efficient deep learning prediction method for aerodynamic performance based on the shape of the main beam

    • “在气动性能评估领域，研究人员利用卷积神经网络深度学习技术，成功实现了对钝体断面气动性能的快速预测。通过优化网络结构，模型输出的阻力系数与CFD计算结果误差符合预期，预测效率大幅提升，为钝体断面气动外形优化提供了关键方法。”
    • 土木与环境工程学报   2024年46卷第1期 页码：122-129

    • DOI：10.11835/j.issn.2096-6717.2022.025    

      中图分类号： TU318;U441

    • 收稿：2020-11-01，

      纸质出版：2024-02-25

    移动端阅览

  • 李少鹏,李海,李珂.基于深度学习的钝体断面外形气动性能高效预测方法[J].土木与环境工程学报,2024,46(01):122-129. DOI： 10.11835/j.issn.2096-6717.2022.025.

    LI Shaopeng,LI Hai,LI Ke.An efficient deep learning prediction method for aerodynamic performance based on the shape of the main beam[J].Journal of Civil and Environmental Engineering,2024,46(01):122-129. DOI： 10.11835/j.issn.2096-6717.2022.025.

  •  
  •  

0

浏览量

7

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于M-Unet的混凝土裂缝实时分割算法
基于深度学习的室内多视角点云自动化配准方法
基于无人机图像与深度学习的高原地区隧道洞门墙病害检测方法
桥梁拉索动力响应监测数据质量评价方法
基于轻量化卷积神经网络的桥梁斜拉索PE护套损伤识别方法

相关作者

齐欣
吴浩杰
胡垒
万达
李明健
孟庆成
瓮雪冬
范晓亮

相关机构

西南石油大学 土木工程与测绘学院
西南交通大学 土木工程学院
中铁建工集团有限公司
重庆大学，自动化学院
重庆大学，土木工程学院
0