[发明专利]一种复杂结构沸腾表面的热流密度软测量方法

权利要求书

1.一种复杂结构沸腾表面的热流密度软测量方法，包括人工神经网络，其特征在于，所述人工神经网络包括输入层、卷积层、激活层、反卷积层与输出层，所述方法的步骤如下：

S1通过大量偏微分方程正演模拟获得温度场数据集；

S2将数据集进行卷积；

S3对步骤S2获得的卷积特征图进行反卷积；

S4还原反卷积特征图得到单通道输出图像；

S5获得热流密度分布。

2.根据权利要求1所述的复杂结构沸腾表面的热流密度软测量方法，其特征在于，所述输入层中，输入设为时间帧为t_n，t_n-1的温度场和蜂窝状材料表面高度信息；所述输出层中，输出设为时间帧为t_n时刻的热流密度分布。

3.根据权利要求1所述的复杂结构沸腾表面的热流密度软测量方法，其特征在于，在进行卷积时，卷积核权重可由训练数据通过误差反向传播获得；定义时间帧t_n时温度场上数据点温度值为v_x,y，对应的卷积核权重为w_i,j,conv(g)表示卷积算子，卷积过程用以下公式表示：

4.根据权利要求3所述的复杂结构沸腾表面的热流密度软测量方法，其特征在于，在引入反卷积之前，需要确定输入图像与卷积操作后的特征图像间的压缩关系，以便在后续反卷积过程中还原图像的分辨率；定义卷积前图像高为H，宽为W，卷积核移动步长为s，卷积过程中图像的边界填充值为p，卷积后图像高为H'，宽为W'。根据卷积核的移动原则，H,W和H',W'的关系用以下公式表示：

5.根据权利要求1所述的复杂结构沸腾表面的热流密度软测量方法，其特征在于，通过所述的反卷积层恢复图像尺寸，构建观测边界上的温度场信息Θ_m到未知瞬态热流密度q_B的映射，获得与温度场矩阵Θ_m对应的图像分辨率一致的热流密度分布q_B对应图像；根据步骤S2中的图像压缩比对特征图像进行填充，填充值设为0，通过训练数据的误差反向传播得到上采样的卷积核权重。

6.根据权利要求1所述的复杂结构沸腾表面的热流密度软测量方法，其特征在于，所述激活层采用ReLU函数作为激活函数。