BP神经网络振动预测模型

误差小于7%

用机器学习快速预测水下航行器流致振动与脉动压力，替代传统耗时仿真。

Yucheng, Zou · Du, Yuan · Zhe, Zhao · Pang, Fuzhens Zhen · 李海超 · Hui D.

Journal of Marine Science and Engineering 2024

参数信息

预测误差

<7 %

技术优势

预测快

基于BP神经网络的机器学习方法可快速预测不同雷诺数下的脉动压力和振动响应，替代耗时仿真。

误差可控

与实验结果相比，机器学习预测误差小于7%，可靠性高。

应用场景

• 水下航行器设计：快速评估不同设计方案的振动噪声水平，缩短设计迭代周期。
• 流致振动测试：替代部分高成本试验，为试验方案设计提供先验预测。