点对点气动热预测方法、装置、设备、介质和程序产品与流程

本发明实施例涉及智能流体力学，特别涉及一种点对点气动热预测方法、装置、设备、介质和程序产品。

背景技术：

1、超声速飞行器由于其速度极快会产生气动加热现象，产生的高温会影响飞行器结构的稳定性，给飞行器的设计带来诸多问题，例如气动加热导致的高温会烧蚀飞行器表面材料，所以必须要进行热防护，否则会对飞行器产生严重的危害。另外，气动热的存在显著影响了飞行器外形设计，为降低气动热的强度，许多航天飞机采用了钝头体、厚机身和钝前缘的大后掠翼设计。并且超声速飞行器飞行过程中，在边界层会产生激波、涡旋和膨胀波等各种流场结构，而各种流场结构又会对超声速飞行器表面的气动热强度产生不同程度的影响。

2、然而，现有的超声速飞行器的气动热预测方法很少会考虑流场结构的影响，导致现有的气动热预测模型的外形泛化能力较差，针对不同外形的飞行器的预测准确率得不到保障。

3、因此，亟需一种新的点对点气动热预测方法。

技术实现思路

1、为了解决现有的超声速飞行器的气动热预测方法的外形泛化能力较差，预测准确率不高的问题，本发明提供了一种点对点气动热预测方法、装置、设备、介质和程序产品。

2、一方面，本发明提供了一种点对点气动热预测方法，方法包括：

3、对超声速飞行器的流场数据进行预处理，并生成所述流场数据的流场结构标签；

4、将所述流场数据和所述流场结构标签输入至预先构建的结构识别网络，对所述结构识别网络进行训练，得到结构识别模型；

5、将所述流场数据和所述结构识别模型输出的识别结果作为第一形状输入，将曲率形状信息作为第二形状输入，采用点对点训练方式，将所述第一形状输入、所述第二形状输入和所述流场数据对应的气动热数据标签输入至预先构建的气动热预测网络，训练得到气动热预测模型。

6、另一方面，提供了一种点对点气动热预测装置，装置包括：

7、预处理单元，用于对超声速飞行器的流场数据进行预处理，并生成所述流场数据的流场结构标签；

8、第一训练单元，用于将所述流场数据和所述流场结构标签输入至预先构建的结构识别网络，对所述结构识别网络进行训练，得到结构识别模型；

9、第二训练单元，用于将所述流场数据和所述结构识别模型输出的识别结果作为第一形状输入，将曲率形状信息作为第二形状输入，采用点对点训练方式，将所述第一形状输入、所述第二形状输入和所述流场数据对应的气动热数据标签输入至预先构建的气动热预测网络，训练得到气动热预测模型。

10、另一方面，提供了一种计算设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现本说明书任一实施例所述的方法。

11、另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行本说明书任一实施例所述的方法。

12、另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述所述方法的步骤。

13、本发明提供了一种点对点气动热预测方法、装置、设备、介质和程序产品，由于在边界层中流场结构的产生会很好的表示超声速飞行器局部的形状信息特征，并且在激波等结构产生时，气动加热现象明显，所以通过对流场结构进行识别之后，在划分出流场结构的数据上进一步进行气动热预测，能够增强气动热预测模型的外形泛化能力；另外，点对点训练方式对转捩、分离流等复杂流动及全局外形变化有较好的适应性，可以进一步提高气动热预测模型的外形泛化能力。因此，本方案的气动热预测模型适用于完全不同的飞行器外形下的气动热预测，且预测准确率能够得到保障。

技术特征：

1.一种点对点气动热预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述对超声速飞行器的流场数据进行预处理，并生成所述流场数据的流场结构标签，包括：

3.根据权利要求2所述的方法，其特征在于，每一个均匀网格点的涡量是通过如下公式计算的：

4.根据权利要求2所述的方法，其特征在于，所述基于所述二阶导数为零值时对应一阶导数的大小来确定激波标签和膨胀波标签，包括：

5.根据权利要求2所述的方法，其特征在于，所述基于所述二阶导数为零值时对应一阶导数的大小来确定激波标签和膨胀波标签，包括：

6.根据权利要求2-5中任一项所述的方法，其特征在于，均匀网格点上气体密度在流场速度方向上的一阶导数和二阶导数是通过如下方式计算的：

7.一种点对点气动热预测装置，其特征在于，包括：

8.一种计算设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-6中任一项所述的方法。

9.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-6中任一项所述的方法。

10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法的步骤。

技术总结本发明涉及智能流体力学技术领域，特别涉及一种点对点气动热预测方法、装置、设备、介质和程序产品。包括：对超声速飞行器的流场数据进行预处理，并生成流场数据的流场结构标签；将流场数据和流场结构标签输入至预先构建的结构识别网络，对结构识别网络进行训练，得到结构识别模型；将流场数据和结构识别模型输出的识别结果作为第一形状输入，将曲率形状信息作为第二形状输入，采用点对点训练方式，将第一形状输入、第二形状输入和流场数据对应的气动热数据标签输入至预先构建的气动热预测网络，训练得到气动热预测模型。本方案的气动热预测模型有较强的外形泛化能力，适用于完全不同的飞行器外形下的气动热预测。技术研发人员：刘枫,李宇玻,孙亚辉,蒋万秋,王庆凤受保护的技术使用者：中国空气动力研究与发展中心超高速空气动力研究所技术研发日：技术公布日：2024/8/20