基于深度学习的涡轮叶片压力预测
机器学习
2018-06-20 v1 机器学习
摘要
深度学习已被用于诸多领域，例如图像中的特征检测以及围棋。本文呈现一项尝试使用深度学习方法预测涡轮机械性能的研究。构建并训练了三种不同的深度神经网络以预测涡轮叶型的压力分布。首先使用基于欧拉方程的方法预测一个涡轮叶型库的性能，随后将其用于训练和验证深度学习神经网络。结果表明，具有四层卷积神经网络与两层全连接神经网络的网络提供最佳预测。对于最佳神经网络架构，超过99%位置上的压力预测优于3%，90%位置优于1%。
引用
@article{arxiv.1806.06940,
title = {Pressure Predictions of Turbine Blades with Deep Learning},
author = {Cheng'an Bai and Chao Zhou},
journal= {arXiv preprint arXiv:1806.06940},
year = {2018}
}
备注
16 pages, 13 figures