|
|
1.
基于深度学习的螺旋桨激励船舶流场压力时程信号分析
刘萌, 蔡新功
船舶
2026, 37 (05):
46-54.
DOI: 10.19423/j.cnki.31-1561/u.2026.071
船舶流场特征的提取分析一直是船型设计与船舶状态分析的重要研究方向,然而不仅数值模拟方法获取的数据缺少充分的利用,传统方法的特征表达能力也有限。该文提出了基于深度学习的船舶表面压力时程数据特征分析方法,建立了包含特征降维和特征分类作用的聚类自编码器模型;以螺旋桨桨叶表面压力时程频谱曲线为训练数据,提取低维特征后进行分类,展示了流场压力时程数据特征的空间分布,准确地识别出了高频测点。该研究结果验证了深度学习在船舶流场特征分析方面的价值,同时为掌握螺旋桨激励的流场特征提供了方法支撑。
参考文献 |
相关文章 |
多维度评价
|
|
