[发明专利]基于卷积神经网络的风洞的马赫数的预测方法和装置

权利要求书

1.一种基于卷积神经网络的风洞的马赫数的预测方法，其特征在于，包括以下步骤：

获取第一预设时间内的风洞数据；

对所述风洞数据进行预处理，以将所述风洞数据转换为三维数据；

通过卷积神经网络基于处理后的风洞数据进行训练，以得到预测模型；

获取待预测的风洞数据，并将所述待预测的风洞数据输入所述预测模型，以得到风洞的马赫数，其中，所述风洞数据包括：总压信号、栅指信号、主排信号、模型迎角信号、马赫数和风速值，获取第一预设时间内的风洞数据，包括：

在第一预设时间内，每隔第二预设时间获取风洞内多个面上不同数据采集点上的风速值，其中，所述第一预设时间大于所述第二预设时间；

对所述风洞数据进行预处理，以将所述风洞数据转换为三维数据，包括：

对所述风速值进行归一化处理，并将处理后的风速值进行空间重建，模拟成多个二维图像；

分别根据所述总压信号、所述栅指信号、所述主排信号和所述模型迎角信号模拟成多个二维图像；

根据多个二维图像获得三维图像，并根据三维图像获得所述风洞的三维数据。

2.根据权利要求1所述的基于卷积神经网络的风洞的马赫数的预测方法，其特征在于，通过下述公式对所述风速值进行归一化处理：

其中，表示归一化处理后的风速值，表示N列风洞数据中的当前列中的第i个风速值，i为正整数，表示当前列中的最小风速值，表示当前列中的最大风速值。

3.根据权利要求2所述的基于卷积神经网络的风洞的马赫数的预测方法，其特征在于，分别根据所述总压信号、所述栅指信号、所述主排信号和所述模型迎角信号模拟成多个二维图像，包括：

分别对所述总压信号、所述栅指信号、所述主排信号和所述模型迎角信号进行复制处理，以使模拟出的二维图像与根据所述风速值模拟出的二维图像的像素值相同。

4.根据权利要求3所述的基于卷积神经网络的风洞的马赫数的预测方法，其特征在于，通过卷积神经网络基于处理后的风洞数据进行训练，以得到预测模型，包括：

将所述风洞的三维数据和所述马赫数送入卷积神经网络中进行训练，以得到预测模型。

5.一种基于卷积神经网络的风洞的马赫数的预测装置，其特征在于，包括：

第一获取模块，用于获取第一预设时间内的风洞数据；

预处理模块，用于对所述风洞数据进行预处理，以将所述风洞数据转换为三维数据；

训练模块，用于通过卷积神经网络基于处理后的风洞数据进行训练，以得到预测模型；

预测模块，用于获取待预测的风洞数据，并将所述待预测的风洞数据输入所述预测模型，以得到风洞的马赫数，其中，所述风洞数据包括：总压信号、栅指信号、主排信号、模型迎角信号、马赫数和风速值，所述第一获取模块获取第一预设时间内的风洞数据，具体用于：

在第一预设时间内，每隔第二预设时间获取风洞内多个面上不同数据采集点上的风速值，其中，所述第一预设时间大于所述第二预设时间；

所述预处理模块对所述风洞数据进行预处理，以将所述风洞数据转换为三维数据，具体用于：

对所述风速值进行归一化处理，并将处理后的风速值进行空间重建，模拟成多个二维图像；

分别根据所述总压信号、所述栅指信号、所述主排信号和所述模型迎角信号模拟成多个二维图像；

根据多个二维图像获得三维图像，并根据三维图像获得所述风洞的三维数据。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现根据权利要求1-4中任一项所述的基于卷积神经网络的风洞的马赫数的预测方法。

7.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现根据权利要求1-4中任一项所述的基于卷积神经网络的风洞的马赫数的预测方法。