[发明专利]一种基于结构化网格的通道内流场重构方法

说明书

本发明公开了一种基于结构化网格的通道内流场重构方法，该方法用于从流动换热模型已知的几何参数、边界条件以及流体参数重构出包括温度场、压力场与速度场在内的流场数据。本发明通过采集流动换热模型的流场数据，将其转化为矩阵形式，建立GAN网络实现对流场数据的重构，实现了低时间成本，低计算成本，低经济成本下完整有效的流场重构技术。本发明计算快，易更改，可替代CFD技术进行换热装置的优化设计；可以获取完整的温度场、压力场以及速度场数据，有利于数据处理并研究整体的流动换热情况，相比于复杂的实验方法有着极大的优势。

技术领域

本发明属于流动换热技术领域，具体涉及一种基于结构化网格的通道内流场重构方法。

背景技术

在传统流动传热领域，获取一个流场信息一般有两种方法，一种是利用计算机进行CFD数值模拟，另一种便是实验测试。近年来，数值模拟与实验测试都取得了不同程度的发展与进步。实验研究方法逐步向红外成像与瞬态测试分析等方向发展，一方面缩短了实验周期，另一方面使得实验测试的流场数据可视化程度逐渐提高。数值模拟随着计算机性能的不断提升以及计算模型的不断完善极大的便利了流动传热的研究。

随着计算机计算能力的提升和人工智能的发展，越来越多的传统工业问题采用人工智能算法得到了新的解决方案。在传统热力学与流体力学领域，深度学习的应用越来越深入，应用范围越来越广泛。一部分深度学习的应用仅限于构建有关热力学参数的代理模型，一部分应用基于前期流场数据预测后期流场数据。针对每一种案例而言，传统的CFD方法往往耗费的计算时间与计算资源较大，无法获取即时信息，实验方法只能使用红外成像获取温度场信息且实验器材造价昂贵。

发明内容

本发明的目的在于提供一种基于结构化网格的通道内流场重构方法，该方法基于模型的几何参数，边界条件参数以及流体参数等已知信息，采GAN网络进行流场重构，可以获取温度场，压力场与速度场的流场信息，大幅度减少计算时间成本，降低经济成本，快速重构不同参数的流场。

本发明采用如下技术方案来实现的：

一种基于结构化网格的通道内流场重构方法，包括以下步骤：

1)获取流动传热模型数据

需要采集的数据包括已知信息数据以及相对应的流场数据；其中已知信息数据包括几何尺寸信息，边界条件信息以及流体参数信息，任何需要变化的数据均能够作为输入数据，Input_n,i为某条件下流体通道的已知信息数据；流场数据包括网格节点位置信息，温度场信息，压力场信息以及速度场信息，针对每一种条件下的流体通道进行数值拟合计算，导出网格节点信息，获取初始流场数据Field⁰_n,j,g以及结构化网格节点位置信息Grid⁰_n,m,g，Input_n,i和Field⁰_n,j,g，Grid⁰_n,m,g一一对应；其中n＝1,2,3...,N，N为测量流体通道模型总数，i＝1,2,3...,I，I为已知参数总数，j＝1,2,3...,J，分别表示网格节点温度场，压力场与速度场，J为记录流场参数总数，g＝1,2,3...,G，表示网格节点，G为网格节点总数，m＝1,2,3，分别表示网格节点x坐标，y坐标，z坐标；

2)流场数据预处理以及数据归一化