简介:开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.
简介:计算了核试验后10~4×106d时间内熔岩内核素衰变产生的热功率,评估了核素衰变热对熔岩温度的影响.采用国际原子能机构给出的100ktTNT当量地下核试验产生的半衰期大于1a的放射性核素含量,利用其中裂变产物核素137Cs的含量推算出累积裂变产额大于1‰,半衰期1d~1a的短寿命裂变产物核素的含量.分析了各核素的放射性衰变特点,采用美国ENDF/BⅦ库中核素衰变辐射的平均α能量、平均电子能量和平均电磁辐射能量,计算各核素在熔岩玻璃体内因衰变而沉积的能量.计算结果表明:熔岩内核素衰变热功率呈分段幂函数衰减;在10~2×103d、2×103~6×104d和6×104d之后的时段内,衰变热功率分别主要源于短寿命裂变产物核素、长寿命裂变产物核素和锕系元素.核素衰变热对熔岩温度和玻璃体溶解速度的影响程度不大,1000d后影响就非常小了.
简介:构造了一类新的含有包含绝对值的非线性项的三维二次自治混沌系统,根据稳定性理论分析了系统的定性行为,并借助Matlab软件进行了数值模拟,得到了系统的部分动力学特性。通过Lyapunov指数谱讨论了系统参数对系统混沌特性的影响,结果表明随着系统参数的变化系统平衡点的稳定性发生变化。进一步通过分岔图、Poincare截面图以及相图验证了上述结论。
简介:给出了使用GAUSSIAN程序中密度泛函理论方法进行量子化学计算时遇到的一类问题-六氟锗乙烷分子F3Ge-GeF3的基态构型随计算积分精度不同而改变,即GAUSSIAN程序中计算积分精度对计算结果产生重要影响的一个例子。
简介:利用Geant4工具包,采用强迫碰撞方法,模拟氘氚聚变中子与反冲质子法脉冲中子探测系统中的聚乙烯靶作用产生反冲质子的过程,计算了反冲质子在不同厚度Si-PIN半导体探测器灵敏区中的能量沉积谱,并将模拟计算结果与实验结果进行比较,分析给出了探测器灵敏区厚度。结果表明,计算得到的探测器灵敏区厚度与探测器灵敏区真实厚度在3%以内吻合,证明了模拟计算方法的可行性。同时,还计算了不同厚度的铝吸收片条件下,反冲质子在探测器灵敏区内的能量沉积,得到了沉积能量随铝吸收片厚度的变化曲线,可为反冲质子法脉冲中子探测器系统设计提供参考。