Chinese
您当前的位置：
首页 >
文章列表页 >
基于深度神经网络的超声速隔离段湍流涡黏性系数辨识
燃烧、传热、传质 | 更新时间：2025-03-14

    • 基于深度神经网络的超声速隔离段湍流涡黏性系数辨识

    • 基于深度神经网络的超声速隔离段湍流涡黏性系数辨识

    • 航空动力学报   2023年38卷第2期 页码：312-324

    • DOI：10.13224/j.cnki.jasp.20220168    

      中图分类号：

    移动端阅览

  • 杨茂桃, 梁爽, 易淼荣, 等. 基于深度神经网络的超声速隔离段湍流涡黏性系数辨识[J]. 航空动力学报, 2023,38(2):312-324. DOI： 10.13224/j.cnki.jasp.20220168.

    杨茂桃, 梁爽, 易淼荣, et al. 基于深度神经网络的超声速隔离段湍流涡黏性系数辨识[J]. 2023, 38(2): 312-324. DOI： 10.13224/j.cnki.jasp.20220168.

  •  
  •  
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

152

下载量

0

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

非线性EASM在激波与湍流边界层 相互作用中的数值应用
不同湍流模型对旋涡流动的数值模拟
湍流模型对压气机数值模拟精度的影响
固体火箭发动机试验综合软件系统设计
固体火箭发动机瞬变参数辨识

相关作者

乐嘉陵
雷波
赵慧勇
曹琪
李进贤
赵胜海
冯喜平
金东海

相关机构

中国空气动力研究与发展中心 计算空气动力研究所
西南交通大学 牵引动力国家重点实验室
西北工业大学 航天学院 燃烧、流动与热结构国家级重点实验室
北京航空航天大学 能源与动力工程学院
江河化工厂,湖北远安
0