Chinese
您当前的位置：
首页 >
文章列表页 >
基于深度学习的压气机叶型气动特性预测
叶轮机械 | 更新时间：2025-03-14

    • 基于深度学习的压气机叶型气动特性预测

    • 基于深度学习的压气机叶型气动特性预测

    • 航空动力学报   2023年38卷第9期 页码：2251-2260

    • DOI：10.13224/j.cnki.jasp.20210741    

      中图分类号：

    移动端阅览

  • 杜周, 徐全勇, 宋振寿, 等. 基于深度学习的压气机叶型气动特性预测[J]. 航空动力学报, 2023,38(9):2251-2260. DOI： 10.13224/j.cnki.jasp.20210741.

    杜周, 徐全勇, 宋振寿, et al. 基于深度学习的压气机叶型气动特性预测[J]. 2023, 38(9): 2251-2260. DOI： 10.13224/j.cnki.jasp.20210741.

  •  
  •  
icon
试读结束，您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束，您可以通过登录账户，到个人中心，购买VIP会员阅读全文。
已是VIP会员？
去登录 >

0

浏览量

570

下载量

2

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于ResNet数据驱动的压气机叶型优化
基于小波去噪和卷积神经网络的发动机爆震识别
基于神经网络模型的一维特性预测算法优化
基于多尺度CNN和Transformer的航空发动机寿命预测方法
基于CNN-BiLSTM-Triplet的C919液压系统状态监测方案

相关作者

杜周
马玉林
吴锋
冯旭栋
胡春明
刘铮
刘娜
宋玺娟

相关机构

中国航发四川燃气涡轮研究院
天津大学 内燃机研究所
天津大学 机械工程学院
新疆大学数学与系统科学学院
南京航空航天大学 民航学院
0