检索结果-维普期刊中文期刊服务平台

基于深度算子网络的电磁轨道发射速度趋肤效应的快速计算方法被引量：1: 1; 作者魏蓉陈锦培仲林林《电工技术学报》北大核心 2025年第5期1344-1354,共11页; 速度趋肤效应是影响电磁轨道发射性能的重要因素,数值计算是研究速度趋肤效应的重要手段。然而,基于有限差分法、有限元法和有限体积法的传统数值算法,难以满足电磁轨道发射实时模拟和数字孪生场景下对速度趋肤效应的快速计算需求。为此... 展开更多; 关键词电磁轨道发射速度趋肤效应深度算子网络数据驱动; 在线阅读下载PDF 职称材料

基于深度算子网络的电磁场快速计算方法: 2; 作者张宇娇赵志涛 +2 位作者赵常威钱宇骋黄雄峰《高电压技术》北大核心 2025年第3期1484-1494,共11页; 为了提升电力设备的设计制造与运行可靠性,有限元法常被用于分析不同工况下的电磁场分布,但因其参数化计算耗时较长,深度学习代理模型在工程分析中变得愈发重要。然而,传统的基于卷积的模型,例如U-net卷积神经网络,在池化操作中可能会... 展开更多; 关键词电磁场深度算子网络快速计算有限元法自动微分; 在线阅读下载PDF 职称材料

基于深度算子神经网络的翼型失速颤振预测被引量：2: 3; 作者席梓严戴玉婷 +1 位作者黄广靖杨超《力学学报》 EI CAS CSCD 北大核心 2024年第3期626-634,共9页; 失速颤振是弹性结构大幅俯仰振动与动态失速气动力耦合所发生的一种单自由度失稳现象,需有效预测其失稳分岔速度与失稳后的极限环振荡幅值.针对NACA0012翼型大幅俯仰运动气动力预测问题,发展了由嵌入门限循环单元或长短时记忆神经网络... 展开更多; 关键词失速颤振深度算子神经网络动态失速非定常气动力神经网络; 在线阅读下载PDF 职称材料

基于深度残差傅里叶神经算子方法压制地震多次波: 4; 作者刘继伟胡天跃 +5 位作者戴晓峰郑晓东黄建东焦梦瑶于珍珍隋京坤《地球物理学报》 SCIE EI CAS CSCD 北大核心 2024年第8期3089-3108,共20页; 多次波是一种较为严重影响地震成像的干扰波,如何有效压制多次波是需要关注的地震资料处理关键问题之一.本文基于傅里叶神经算子(FNO)和残差网络(ResNet),提出了基于深度残差傅里叶神经算子(DRFNO)网络的多次波压制方法.DRFNO是一种弱... 展开更多; 关键词多次波压制傅里叶神经算法(FNO) 残差网络(ResNet) 深度残差傅里叶神经算子(DRFNO)网络地震数据激活函数(SDAF); 在线阅读下载PDF 职称材料

基于PI-DeepONet模型的IGBT模块结温估算方法: 5; 作者项江鑫霍思佳 +2 位作者乐应波杨程崔昊杨《半导体技术》北大核心 2025年第7期746-755,共10页; 时变高功率工况下,IGBT模块结温的实时准确估算是高效实施热管理策略的基础。但现有方法中,有限元分析(FEA)法难以实时响应,热网络模型法估算准确率低,两者均无法满足结温估算实时性和准确率的均衡性需求。针对这些问题,提出了一种基于... 展开更多; 关键词 IGBT 结温估算物理约束深度算子网络(PI-DeepONet)模型有限元分析(FEA)法热网络模型热管理策略; 在线阅读下载PDF 职称材料

题名基于深度算子网络的电磁轨道发射速度趋肤效应的快速计算方法被引量：1: 1; 作者魏蓉陈锦培仲林林; 机构东南大学电气工程学院; 出处《电工技术学报》北大核心 2025年第5期1344-1354,共11页; 基金国家自然科学基金(92066106) 江苏省基础研究计划自然科学基金(BK20231427) 东南大学“至善青年学者”支持计划(中央高校基本科研业务费)(2242022R40022)资助项目。; 文摘速度趋肤效应是影响电磁轨道发射性能的重要因素,数值计算是研究速度趋肤效应的重要手段。然而,基于有限差分法、有限元法和有限体积法的传统数值算法,难以满足电磁轨道发射实时模拟和数字孪生场景下对速度趋肤效应的快速计算需求。为此,该文提出一种基于深度算子网络(DeepONet)的电磁轨道发射速度趋肤效应快速计算方法。首先,基于传统有限元法求解获得不同速度和电流条件下轨道区域内的磁感应强度,构建训练数据集;其次,构建非堆叠型深度算子网络,包含分支网络和主干网络,分别用于对变化参数和时空坐标进行编码,并将电枢和导轨的磁感应强度数据输入网络中进行训练;最后,通过对比不同速度和电流条件下有限元法和深度算子网络获得的结果,验证深度算子网络方法的有效性。算例实验结果表明,以有限元法的结果为基准,基于深度算子网络的电磁轨道发射模型在训练条件区间内的相对L2误差为0.43%,在训练条件区间外的相对L2误差为0.74%,平均预测时长为0.865s,验证了所提方法的准确性和实时性。; 关键词电磁轨道发射速度趋肤效应深度算子网络数据驱动; Keywords Electromagnetic rail launch velocity skin effect deep operator network(DeepONet) data driven; 分类号 TM153.1 [电气工程—电工理论与新技术]; 在线阅读下载PDF 职称材料

题名基于深度算子网络的电磁场快速计算方法: 2; 作者张宇娇赵志涛赵常威钱宇骋黄雄峰; 机构合肥工业大学电气与自动化工程学院国网安徽省电力有限公司电力科学研究院; 出处《高电压技术》北大核心 2025年第3期1484-1494,共11页; 基金国家自然科学基金(52377005)。; 文摘为了提升电力设备的设计制造与运行可靠性,有限元法常被用于分析不同工况下的电磁场分布,但因其参数化计算耗时较长,深度学习代理模型在工程分析中变得愈发重要。然而,传统的基于卷积的模型,例如U-net卷积神经网络,在池化操作中可能会丢失高频信息,且没有考虑到位置坐标。该文介绍了一种基于深度算子网络(deep operator network, DeepONet)的电磁场快速计算方法。首先通过仿真或实验得到数据集,采用统一补点的方式解决不同边界条件下网格点数量不一致的问题。然后将输入数据进行傅里叶变换,以增强神经网络的高频特征提取能力。之后基于DeepONet框架,将多个可变参数和位置坐标作为输入,将磁矢势或电势作为输出,进而通过自动微分计算磁感应强度、电场强度等物理量。以简单2维算例分析不同微分约束对网络性能的影响,并最终推广到3维案例的计算。结果表明,采用所提方法计算磁感应强度和电场强度等物理量的相对误差都在3%以内,计算时间均远小于有限元法,能够实现秒级计算,相较于U-net方法具有更高的计算准确率,且易于后处理。该方法可用于需要多组参数计算的设计阶段以及满足设备状态评估或数字孪生的实时性要求。; 关键词电磁场深度算子网络快速计算有限元法自动微分; Keywords electromagnetic fields deep operator network rapid calculation finite element method automatic differen-tiation; 分类号 TM15 [电气工程—电工理论与新技术]; 在线阅读下载PDF 职称材料

题名基于深度算子神经网络的翼型失速颤振预测被引量：2: 3; 作者席梓严戴玉婷黄广靖杨超; 机构北京航空航天大学航空科学与工程学院天目山实验室; 出处《力学学报》 EI CAS CSCD 北大核心 2024年第3期626-634,共9页; 基金国家自然科学基金(12302226) 博士后创新人才支持计划(BX20230453)资助项目。; 文摘失速颤振是弹性结构大幅俯仰振动与动态失速气动力耦合所发生的一种单自由度失稳现象,需有效预测其失稳分岔速度与失稳后的极限环振荡幅值.针对NACA0012翼型大幅俯仰运动气动力预测问题,发展了由嵌入门限循环单元或长短时记忆神经网络单元的分支网络(branch net)和主干网络(trunk net)组成的深度算子神经网络(deep operator network, DeepONet)结构.通过给定大幅俯仰运动下的动态失速CFD气动力数据对深度算子神经网络参数进行训练,建立了高精度动态失速气动力的数据驱动模型,并有效预测其他俯仰运动下的非定常气动力.更进一步,将基于深度算子神经网络的非定常气动力数据驱动模型与结构动力学方程耦合,采用数值积分方法预测失速颤振的失稳分岔速度和不同速度下的极限环振荡特性.结果表明,在动态失速气动力预测精度方面,与普通循环神经网络相比,深度算子神经网络通过引入主干网络结构,可考虑运动与气动力间的迟滞特性,气动力预测平均绝对误差降低2%,误差分散性更低;在失速颤振预测方面,极限环振荡幅值误差在2%以内,增加来流速度输入的深度算子神经网络模型预测误差显著小于固定速度输入的算子模型.; 关键词失速颤振深度算子神经网络动态失速非定常气动力神经网络; Keywords stall flutter DeepONet dynamic stall unsteady aerodynamic force neural network; 分类号 V215.3 [航空宇航科学与技术—航空宇航推进理论与工程]; 在线阅读下载PDF 职称材料

题名基于深度残差傅里叶神经算子方法压制地震多次波: 4; 作者刘继伟胡天跃戴晓峰郑晓东黄建东焦梦瑶于珍珍隋京坤; 机构北京大学地球与空间科学学院中国石油勘探开发研究院清华大学数学科学系; 出处《地球物理学报》 SCIE EI CAS CSCD 北大核心 2024年第8期3089-3108,共20页; 基金国家自然科学基金(42274163) 国家重点研发计划(2018YFA0702503) 中国石油-北京大学战略合作基础研究项目联合资助。; 文摘多次波是一种较为严重影响地震成像的干扰波,如何有效压制多次波是需要关注的地震资料处理关键问题之一.本文基于傅里叶神经算子(FNO)和残差网络(ResNet),提出了基于深度残差傅里叶神经算子(DRFNO)网络的多次波压制方法.DRFNO是一种弱约束模型+数据驱动的人工智能算法,包含一次波和多次波的全波场炮集为输入,其中真实一次波炮集为标签训练网络,输出为压制多次波后的一次波炮集.DRFNO的网络结构中考虑了地震波场的数据特点,结合波动方程正演模拟的物理机理,约束网络训练过程.基于传统机器学习中的激活函数设置方法,该方法通过一个用于地震数据样本与标签预处理的激活函数(SDAF),克服地震炮集数据中因同相轴能量差异导致神经网络无法训练的问题.采用两套层状介质模型和Sigsbee2B复杂模型的模拟地震数据验证了DRFNO方法多次波压制处理的有效性,抗噪性和泛化能力.最后,通过一套实际地震数据实例表明本文提出的DRFNO方法应用于压制实际复杂地震波场中多次波的良好效果.; 关键词多次波压制傅里叶神经算法(FNO) 残差网络(ResNet) 深度残差傅里叶神经算子(DRFNO)网络地震数据激活函数(SDAF); Keywords Multiples suppressing Fourier Neural Operator(FNO) Residual network(ResNet) Deep Residual Fourier Neural Operator(DRFNO) Seismic Data Activation Function(SDAF); 分类号 P631 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

题名基于PI-DeepONet模型的IGBT模块结温估算方法: 5; 作者项江鑫霍思佳乐应波杨程崔昊杨; 机构上海电力大学电子与信息工程学院国家电网陕西省电力有限公司西安供电公司; 出处《半导体技术》北大核心 2025年第7期746-755,共10页; 基金上海市自然科学基金(23ZR424400)。; 文摘时变高功率工况下,IGBT模块结温的实时准确估算是高效实施热管理策略的基础。但现有方法中,有限元分析(FEA)法难以实时响应,热网络模型法估算准确率低,两者均无法满足结温估算实时性和准确率的均衡性需求。针对这些问题,提出了一种基于物理约束深度算子网络(PI-DeepONet)模型的IGBT模块结温实时准确估算方法。首先,在算子网络的损失函数中引入物理约束,设计了具有物理约束的PI-DeepONet模型;随后,将FEA计算的IGBT模块热特性参数与时空位置信息作为输入对模型进行训练;最后,利用训练所得的最优算子估算模块结温。仿真结果表明,该模型兼顾了结温估算的准确率和实时性,能够适应复杂工况,为IGBT模块热管理策略的高效实施提供了可靠的理论支持与技术保障。; 关键词 IGBT 结温估算物理约束深度算子网络(PI-DeepONet)模型有限元分析(FEA)法热网络模型热管理策略; Keywords IGBT junction temperature estimation physics-informed deep operator network(PI-Deep ONet)model finite element analysis(FEA)method thermal network model thermal management strategy; 分类号 TN32 [电子电信—物理电子学] TN307 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于深度算子网络的电磁轨道发射速度趋肤效应的快速计算方法	魏蓉陈锦培仲林林	《电工技术学报》北大核心	2025	1	在线阅读下载PDF 职称材料
2	基于深度算子网络的电磁场快速计算方法	张宇娇赵志涛赵常威钱宇骋黄雄峰	《高电压技术》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于深度算子神经网络的翼型失速颤振预测	席梓严戴玉婷黄广靖杨超	《力学学报》 EI CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
4	基于深度残差傅里叶神经算子方法压制地震多次波	刘继伟胡天跃戴晓峰郑晓东黄建东焦梦瑶于珍珍隋京坤	《地球物理学报》 SCIE EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
5	基于PI-DeepONet模型的IGBT模块结温估算方法	项江鑫霍思佳乐应波杨程崔昊杨	《半导体技术》北大核心	2025	0	在线阅读下载PDF 职称材料