[发明专利]一种压力场的计算方法和设备，及存储介质

权利要求书

1.一种压力场的计算方法，其特征在于，所述方法包括：

基于预设流场模拟算法生成训练样本数据；其中，所述训练样本数据为具有压力场标签的噪声粒子图像序列；

构建初始预测模型；其中，所述初始预测模型的输入维度和输出维度相同；

利用所述训练样本数据对所述初始预测模型进行训练处理，获得压力场预测模型；

根据所述压力场预测模型确定待测粒子图像对应的目标压力场；

其中，所述利用所述训练样本数据对所述初始预测模型进行训练处理，获得压力场预测模型，包括：

将所述训练样本数据输入所述初始预测模型，输出压力场预测结果；

通过目标损失函数计算所述压力场预测结果对应的旋度值、所述压力场预测结果和压力场标签的差异值；

根据所述差异值和所述旋度值进行训练处理，获得所述压力场预测模型。

2.根据权利要求1所述的方法，其特征在于，所述生成训练样本数据，包括：

通过预设流场模拟算法生成模拟流场，并从所述模拟流场中提取速度矢量场序列和压力场序列；

根据所述速度矢量场序列确定粒子图像序列，并对所述粒子图像序列进行噪声添加处理，获得所述噪声粒子图像序列；

利用所述压力场序列对所述噪声粒子图像序列进行标记处理，获得所述训练样本数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述速度矢量场序列确定粒子图像序列，包括：

按照预设粒子浓度生成第一幅粒子随机图像；

确定目标粒子在所述第一幅粒子随机图像中的目标位置，并基于所述目标位置，从所述速度矢量场序列中的第一幅速度矢量场图中查找所述目标粒子对应的目标速度；

根据所述目标速度、所述目标位置以及预设时间间隔生成下一幅粒子随机图像，直至获得所述速度矢量场序列对应的全部粒子随机图像；其中，所述预设时间间隔为所述速度矢量场序列中、相邻两幅速度矢量场图的时间差；

基于所述全部粒子随机图像生成所述粒子图像序列。

4.根据权利要求2所述的方法，其特征在于，所述利用所述压力场序列对所述噪声粒子图像序列进行标记处理，获得所述训练样本数据，包括：

利用所述压力场序列中的第i幅压力场图，对所述噪声粒子图像序列中的第i副至第（i+2）副噪声粒子图像进行标记处理，获得第一训练样本数据；其中，i为大于0的整数；

利用所述压力场序列中的第i幅压力场图，对所述噪声粒子图像序列中的第i副至第（i+3）副噪声粒子图像进行标记处理，获得第二训练样本数据；

利用所述压力场序列中的一幅压力场图，对所述噪声粒子图像序列中的第i副至第（i+4）副噪声粒子图像进行标记处理，获得第三训练样本数据。

5.根据权利要求4所述的方法，其特征在于，当所述初始预测模型为单输入单输出模型时，所述利用所述训练样本数据对所述初始预测模型进行训练处理，获得压力场预测模型，包括：

将所述第一训练样本数据输入所述单输入单输出模型，输出压力场预测结果；

基于预设目标损失函数、所述压力场预测结果以及所述压力场标签进行所述训练处理，获得所述压力场预测模型。

6.根据权利要求4所述的方法，其特征在于，当所述初始预测模型为单输入单输出模型时，所述利用所述训练样本数据对所述初始预测模型进行训练处理，获得压力场预测模型，包括：

将所述第二训练样本数据输入所述单输入单输出模型，输出压力场预测结果；

基于预设目标损失函数、所述压力场预测结果以及所述压力场标签进行所述训练处理，获得所述压力场预测模型。

7.根据权利要求4所述的方法，其特征在于，当所述初始预测模型为单输入单输出模型时，所述利用所述训练样本数据对所述初始预测模型进行训练处理，获得压力场预测模型，包括：

将所述第三训练样本数据输入所述单输入单输出模型，输出压力场预测结果；

基于预设目标损失函数、所述压力场预测结果以及所述压力场标签进行所述训练处理，获得所述压力场预测模型。