基于卷积神经网络的网格质量判别技术研究

论文摘要

随着计算机性能的不断提高,计算流体力学(CFD)在实际工程应用中发挥着越来越重要的作用。CFD网格质量决定着模拟仿真数据的准确性。因此网格质量检测过程就显得尤为重要,间接决定着后期计算工作的准确性。网格质量的判别检测过程始终摆脱不了人工参与,现阶段无法实现网格质量的自动判别,这也将制约下一阶段高质量CFD网格自动生成技术的发展。围绕网格质量自动判别技术,本文首先在研究网格质量判定标准和卷积神经网络技术的基础上,设计了基于卷积神经网络的CFD网格质量判别技术方案,确定了实现网格质量自动判别的流程。然后通过对卷积神经网络框架搭建技术的研究,确定了一套适合CFD网格数据训练识别优化策略。最后基于TensorFlow机器学习框架,采用Python编程语言开发了CFD网格质量自动判别程序,实现了二维翼型网格质量判别自动化。本文将卷积神经网络识别分类方法用于网格质量智能判别,研究开发出梯度网格数据自动生成程序以及网格质量特征提取工具,将原始网格数据制作成可以进行卷积神经网络模型训练的数据集,对构建的卷积神经网络模型进行训练,获得可对CFD网格质量进行判断识别的卷积神经网络模型。最终分析结果表明,该方法在二维翼型网格质量的判别问题中,实现了网格质量自动判别,同时具有较高的准确率和鲁棒性。与人工网格质量判别相比,网格质量自动判别能够极大地提高网格质量判别效率,大大缩短网格质量判别周期,最大限度地减少网格质量判别的工作量。同时CFD网格质量自动判别技术将给网格自动生成提供巨大的技术支持,具有极高的工程应用前景。

论文目录

摘要

abstract

第一章绪论

1.1 研究背景

1.1.1 计算流体力学网格背景

1.1.2 智能化检测技术背景

1.2 研究现状

1.2.1 网格质量判别研究现状

1.2.2 卷积神经网络研究现状

1.3 本文研究内容

1.3.1 主要研究内容

1.3.2 本文结构安排

第二章网格质量判别与卷积神经网络技术研究

2.1 结合思路

2.1.1 网格质量数据库

2.1.2 网格与卷积神经网络

2.2 技术途径

2.2.1 网格质量特征提取技术

2.2.2 网格质量数据库设计技术

2.2.3 网格质量评价体系设计技术

2.3 本章小结

第三章网格质量自动判别数据集的构建

3.1 数据获得

3.1.1 梯度二维翼型网格数据设计

3.1.2 梯度二维翼型网格数据获得

3.2 数据处理

3.2.1 网格数据CFD计算结果分析

3.2.2 网格特征数据集设计

3.3 本章小结

第四章网格质量判别卷积神经网络的设计与实现

4.1 卷积神经网络设计

4.1.1 卷积神经网络的构成

4.2 卷积神经网络训练

4.2.1 卷积神经网络训练设置

4.3 本章小结

第五章卷积神经网络评估及分析

5.1 引言

5.2 卷积神经网络测试模型

5.2.1 卷积神经网络交叉熵测试模型

5.2.2 卷积神经网络精度测试模型

5.3 模型训练结果与分析

5.3.1 卷积神经网络模型交叉熵结果分析

5.3.2 卷积神经网络模型准确度结果分析

5.4 本章小结

第六章总结与展望

6.1 论文工作总结

6.2 论文展望

致谢

参考文献

攻读硕士学位期间的研究成果

文章来源

类型: 硕士论文

作者: 黄尚坤

导师: 肖素梅,庞宇飞

关键词: 网格质量判别,卷积神经网络,网格数据集

来源: 西南科技大学

年度: 2019

分类: 基础科学,信息科技

专业: 力学,自动化技术

单位: 西南科技大学

分类号: TP183;O35

总页数: 63

文件大小: 4432K

下载量: 95

基于卷积神经网络的网格质量判别技术研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢