随笔分类 -  fluent

摘要：对象：气固两相流+数值模拟 方法：RCNN=RNN+CNN 目标：学习颗粒流的时间和空间不均匀性并预测颗粒动态 关注特征：关注颗粒不均匀性对颗粒动力学的独特影响，旨在提出一种基于机器学习的方法来建模颗粒不均匀性和颗粒动力学之间的映射 结果： R-CNN模型的预测精度用1-9个时间步长（即1-9 ms 阅读全文

摘要：对象：液相速度信息 方法：CNN、LSTM、SVM 目标：实现了水平管道内两相流态识别 关注特征：从速度时间序列数据中提取的统计特征：均值、均方根和功率谱密度、最大速度比和最大速度差比 结果：SVM-93.1%，CNN-94%，LSTM-不佳73.3% LSTM： 总共使用了 300 秒的速度数据， 阅读全文