自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(40)
  • 收藏
  • 关注

原创 第四十一周学习周报

今日CFD学习涵盖从网格划分、边界条件设置、求解监控到后处理分析的全流程,重点包括收敛性判断、湍流模型选择及结果可视化与报告生成。

2026-04-01 18:28:33 313

原创 第四十周学习周报

今日完整实践了CFD仿真从边界条件设置、求解监控到后处理分析的全流程,重点掌握了通过残差标准判定计算收敛性,以及将温度云图、矢量图等多结果整合进单一场景生成综合报告的方法。

2026-03-29 16:33:54 370

原创 第三十九周 学习周报

今日系统学习了CFD仿真从前处理、求解到后处理的全流程,重点掌握了边界条件设定、物理模型选择、结果监控及基于等熵流动公式的后处理数据分析方法。

2026-03-22 15:23:25 386

原创 第三十八周 学习周边

今日系统学习了CFD仿真全流程,包括前处理几何与网格划分、求解器设置与收敛控制、后处理分析与报告生成,并重点掌握了等熵流动公式在边界条件设定中的核心应用。

2026-03-14 20:04:48 324

原创 第三十七周学习周报

今日学习围绕CFD仿真,涵盖从几何前处理、网格划分、求解计算到后处理的完整流程,并深入探讨了空气动力学中等熵流动公式在边界条件设置中的关键应用。几何与基准模型:采用NACA 0012这一对称翼型作为标准几何,弦长1米,使其结果易于与经典理论和公开实验数据对比验证。流动条件:来流马赫数0.7,攻角1.55°。这定义了一个典型的高亚音速/跨音速流动场景,翼型表面可能出现局部超音速区及激波,是检验求解器对可压缩流和激波捕捉能力的常用条件。

2026-02-15 11:12:40 624

原创 第三十六周 学习周报

今日学习涵盖CFD仿真全流程,从前处理(几何定义、网格生成、边界与物理模型设置)到求解(稳态求解器配置、离散格式与收敛控制),再到后处理(监测点设置与报告生成),完整实践了仿真项目的设置、计算与结果验证。

2026-02-08 10:57:42 684

原创 第三十四周 学习周报

本次主要学习了CFD仿真中外部流动环境的边界与全局设置,包括压力出口的定义、回流条件配置以及工作压力基准的设定,为模拟无重力外部流动提供了基础参数框架。

2026-01-31 13:11:01 573

原创 第三十四周 学习周报

今日通过排气岐管的模型学习了CFD前处理中几何结构定义的关键设置,通过回答模型类型、开口封堵及区域抽取等核心问题,将实体CAD模型转化为可用于流体仿真的计算域,为网格划分奠定基础。

2026-01-25 14:21:46 1063

原创 第三十三周 学习周报

今日学习聚焦Fluent文件管理:掌握.msh、.cas、.dat核心文件作用,并对比.gz与.h5压缩格式的优缺点,为高效仿真文件存储提供选择依据。

2026-01-18 14:09:29 690

原创 第三十二周 周报

学习了的边界条件设定,FLUENT提供压力基和密度基两类求解器。压力基求解器通过压力修正算法处理动量与压力的耦合,包含分离求解(顺序解算)与耦合求解(联立解算)两种方法。

2026-01-09 15:24:27 678

原创 第三十一周 周报

本次学习在仿真软件中定义材料属性,包括选择材料类型、利用数据库设置物性参数(如密度、比热),这是构建准确CFD模型的基础步骤。知识点聚焦于CFD仿真中的材料定义流程,重点演示了如何在软件中通过“创建/编辑材料”界面,选择流体类型、调用专业材料数据库(如Granta MDS),并为材料(如空气)设置密度、比热容等关键物理属性,以确保仿真的物理准确性。

2025-12-28 13:51:43 639

原创 第三十周学习周报

通过学习网格的类型,了解了混合使用六面体与多面体网格代表了最优方向——既能通过六面体保证关键区域的精度,又能借助多面体高效处理复杂外形,从而在整体上实现计算资源、建模成本与结果可靠性的最佳平衡。

2025-12-21 01:24:45 861

原创 第二十九周 学习周报

系统学习了ANSYS前处理工具链。几何方面,SCDM以直接建模见长,DM适合参数化设计。网格方面,Workbench Meshing易用高效;Fluent Meshing专业处理复杂流体网格;ICEM CFD则以高质量结构化网格著称。工具选择需权衡模型复杂度、仿真要求与用户经验。

2025-12-14 19:07:06 982

原创 第二十八周 学习周报

今天学习了流体仿真的基础概念及各个步骤,仿真流程体现从物理问题到数值解的系统转化过程,每一步都需要严格的工程判断。今天重点掌握了工作流程框架、离散化原理和验证修正的重要性,为实际CFD应用奠定了理论基础。

2025-12-07 12:54:02 752

原创 第二十七周 学习周报

今日学习CFD数值模拟通过离散化将物理问题转化为可计算的代数方程组。核心步骤包括空间离散(生成网格)和方程离散(有限体积法/有限差分法)。有限体积法因严格保证守恒性成为主流。最后通过直接法或迭代法求解离散后的方程组,得到数值解。

2025-11-30 12:34:12 594

原创 第二十六周 学习周报

今天掌握了CFD如何通过“离散化”这座桥梁,CFD核心流程即“离散化”:将连续的物理问题(控制方程)通过网格划分(空间离散)和数值方法(方程离散)转化为计算机可解的代数方程组,最终获得数值解。

2025-11-23 12:56:31 946

原创 【无标题】

今天学习了俩个内容,其一通过一个具体的微分方程实例,完整展示了数值求解法的核心思想、方法流程与验证标准。核心要点在于离散化:将连续的定义域划分为有限个网格点,从而将求解微分方程的问题转化为计算这些离散点上近似值的代数问题。具体方法是采用欧拉法等数值格式建立节点间的递推关系进行计算。核心内容是掌握ANSYS Fluent这一CFD工具的核心功能与应用价值。它通过模拟包括流动、传热、多相流、燃烧等在内的复杂物理场,为工程设计与优化提供了强大的虚拟仿真平台,贯穿于产品研发的全生命周期。

2025-11-16 13:07:13 523

原创 第二十四周 学习周报

内容展示了一个强大的思想:通过巧妙的数学变换(引入全微分和矩阵),我们可以将分析偏微分方程组复杂性质的问题,简化为计算一个二次方程判别式的直接了当的代数问题。这个类型直接决定了方程组所描述的物理世界的根本行为是波动、扩散还是平衡。

2025-11-09 17:22:35 933

原创 第二十三周 学习周报

围绕流体力学中的质量守恒定律(连续性方程)展开。核心结论是推导出其微分形式:∂ρ/∂t + ∇·(ρu) = 0。该方程表明,空间任意点处流体密度的当地变化率必须与单位体积内质量的净流出率相平衡。推导过程从积分形式的物理定义出发,通过散度定理将面积分转化为体积分,并基于控制体的任意性得到微分方程。这是流体运动分析中最基本的约束条件,确保了质量在任意局部和整体都保持守恒。

2025-11-02 20:19:01 1026

原创 第二十二周 学习周报

本周主要学习了cfd的流体流动控制方程的质量守恒和动量守恒。

2025-10-26 18:23:57 176

原创 第二十一周 学习周报

cfd中学习了向量的基本运算、点积和叉积等,梯度场的基本性质和运算和散度场的基本性质和运算。深度学习,本周学习了生成式对抗网络(GAN)的基本原理与工作机制。生成对抗网络的核心在于生成器与判别器的对抗优化:生成器将简单分布的噪声转化为复杂数据,判别器则评估样本真伪。二者通过迭代训练相互促进,最终生成高质量数据。

2025-10-19 18:54:02 744

原创 第二十周 学习周报

本周重新学习了计算流体力学的其他基础知识:俩个质点概念即描述方法等,深度学习中学习了模型设计的核心问题:机器学习需平衡模型复杂度,以协调训练与泛化误差。深层窄网络凭借层级特征抽象优势,在同等参数量下显著优于浅层宽网络(如语音识别错误率:深层17.1% vs 浅层22.1%)。ReLU激活通过嵌套非线性实现输入空间的分段线性划分,使深层结构能以更少参数表达复杂函数,降低过拟合风险。Sigmoid函数亦可逼近分段线性模式。深度模型通过高效特征抽象,实现表达力与泛化性的统一。

2025-10-12 00:53:29 870

原创 第十九周 学习周报

本文系统阐述卷积神经网络的核心原理与应用。首先说明CNN将图像转换为三维张量的过程,通过卷积层提取局部特征,并借助感受野机制使神经元能够专注于图像的关键区域而非整张图片。随后详细解析参数共享机制,该机制通过复用相同滤波器权重在全图进行扫描,有效解决特征位置无关性问题,同时显著减少参数量。最后分析池化层的作用,该层通过压缩特征图尺寸来增强空间不变性并降低计算复杂度。CNN通过感受野、参数共享与池化三大组件的协同配合,实现了高效的图像识别功能。

2025-10-05 10:16:48 669

原创 第十八周 学习周报

本周学习了计算水力学的常微分方程、偏微分方程、线性和非线性方程、拟线性偏微分方程;并学习了量子计算的数字逻辑电路中通用门集的核心概念、Toffoli门的通用性、可逆计算的核心原理与实现方法。

2025-09-28 00:11:57 603

原创 第十七周 学习周报

本周初步学习了量子计算的基本概念和过去的发展历史等,为后期的学习打好基础,计算流体力学学习了流动与传热通用微分方程的通用形式,了解了守恒形式的能量方程,并学习了扩散和对流俩种不同的条件下的方程。

2025-09-21 19:03:00 734

原创 第十六周 周报

本周学习了计算水力学能量推导的严格形式,了解了流体微团的质量力和总表面力的推导,利用各个表面力的功率和分解x、y、z轴深入了解总表力及其功率的推导过程。取下图所示的流体微团,其长、宽、高分别为 dx、dy、dz。在正式开始推导之前,我们需要知道这个流体微团都涉及哪些能量。换言之,需要知道是哪些能量交换过程使得这个微元体的能量发生了变化。由传热学知识可知,肯定有导热,因为导热是物质的固有属性,只要是物质,只要有温差,就一定会导热。图给出了各个方向上的热流量,单位为W。

2025-09-14 22:48:54 839

原创 第十五周 学习周报

本周对机器学习的自动调整学习速率和计算流体力学的能量方程推导进行了学习,自适应学习率方法突破了固定学习率的局限。训练停滞常因参数在平坦区振荡而非梯度为零,即使凸函数优化中固定学习率也效率低下。RMSProp等算法通过为每个参数定制动态学习率(基于梯度二阶矩调节),既在平坦区提供更新动力,又在陡峭区抑制振荡,显著提升训练效率和收敛稳定性。能量方程的推导,推导过程从总能量变化率出发,通过物质导数展开时间项,将内能、动能与势能的变化统一表达。

2025-09-06 23:52:32 606

原创 第十四周 学习周报

因版权问题本周的计算水力学课程还找到合适的相关内容,但继续学习了机器学习的批次与动量,学习了机器学习优化中的两项关键技术:批次处理与自适应学习率。在第一部分"批次与动量"中,首先说明批次回归的实现方式:将数据集划分为小批次进行梯度下降,完整遍历所有数据称为一个epoch,每个epoch后对数据重新洗牌(shuffle)可增强模型鲁棒性。通过对比分析揭示:小批量梯度下降虽引入噪声但能避免局部最优,大批量计算稳定却内存开销大,而在GPU并行环境下适中批量大小可实现最优效率。

2025-08-30 23:29:32 853

原创 第十三周 学习周报

本周学习了机器学习模型调试的系统方法:通过训练和测试损失值对比诊断问题。高训练损失表明模型偏差,需增加复杂度;低训练损失但高测试损失说明过拟合,应扩充数据或约束模型;优化失败时需改进训练策略。同时,通过二阶导数可判断临界点类型(极小值、极大值或鞍点),辅助优化分析。这套方法通过损失值比较构建了完整的模型调试框架。同时对余下物质导数的计算,进行了学习。

2025-08-24 15:59:47 1080

原创 第十二周 学习周报

本周对机器学习的逻辑回归进行了学习,逻辑回归是一种有效的二分类方法。其核心是通过Sigmoid函数将线性组合z=w·x+b转化为条件概率P(C1|x),以0.5为阈值进行分类决策。模型训练通过最大化似然函数(等价最小化负对数似然)优化参数,采用梯度下降法更新权重,更新量与特征误差乘积相关。该方法必须使用交叉熵损失,因其梯度与误差成正比,能有效避免平方误差导致的梯度消失问题。作为判别式模型,逻辑回归直接建模P(C1|x),实验表明其在多特征场景下比生成式方法具有更高的分类准确率。

2025-08-17 19:44:04 821

原创 第十一周学习周报

本周学习了宝可梦分类后续的模型优化、概率步骤和后验概率步骤,CFD学习了连续性方程的推导,包括压缩流动连续性方程和不压缩流动性方程。

2025-08-10 17:26:33 567

原创 第十周 学习周报

本周学习了宝可梦分类的内容,进而了解了概率模型的分类方法,也初步了解了计算流体力学的所需基本知识。

2025-08-02 21:00:00 948

原创 第九周 学习周报

本周对预测宝可梦cp值的后续进行了学习,了解了预测宝可梦cp值的优化路径,并学习了二次项、三次项、四次项的优缺点,水力学中学习了流体微团运动分析和势函数和流函数,并了解了无旋流动和有旋流动的基本感念和区别。本周对余下预测宝可梦cp值的课程进行了学习,并学习了有势流体和有旋流体。

2025-07-27 13:15:39 608

原创 第八周 学习周报

本周学习了预测宝可梦cp值的前半部分内容,利用Regression预测,经历线性模型、函数适配性、理想函数这三个步骤,水力学对余下的长管水力计算进行了学习。本周学习了机器学习的预测宝可梦cp值,对人工智能算法预测的步骤有了初步的了解,本认识了长管水力计算的基础及计算方法。

2025-07-20 16:23:57 1211

原创 第七周 学习周报

本周继续学习了水力学的孔口、管嘴出流和有压管流,初步掌握了孔口恒定出流、、管嘴恒定出流和短管的水力计算,并对机器学习的反向传播有了一定认知。本周学习了机器学习的反向传播,对其算法步骤原理有了理论上的初步认知,并学习了水力学水力学的孔口、管嘴出流和有压管流的计算,对其也是有了初步的认知,但还需将其熟练运用在实践。

2025-07-13 17:11:56 752

原创 第六周学习周报

本周掌握了水力学的量纲推导过程,并对相似理论和孔口、管嘴出流和有压管流进行了初步学习,由于孔口、管嘴出流和有压管流后续关于计算方面的内容学习并不透彻,下周需要加强学习,在机器学习方面了解了神经网络和深度学习的步骤。

2025-07-06 20:57:37 856

原创 第五周学习周报

本周学习了水力学的量纲分析和学习的深度学习基础,并补习了上周漏缺的层流和湍流的知识。

2025-06-29 19:47:23 829

原创 第三周学习周报

本周学习了机器学习的不同的函式及寻找函式的三个步骤,同时也对水力学的流动状态及阻力损失有了更深一步的认识。

2025-06-22 21:27:12 917

原创 第二周 学习周报

通过学习我对水力学有了进一步的认知,对流体运动学有了一定的认知,接下来也要加入机器码的学习。

2025-06-15 18:58:55 295

原创 第一周:水力学 学习周报

这周学习了水力学中的流体的基本概念及其物理性质和流体静力学的相关知识,了解到了流体的概念、相对密度的定义及求法、比体积的定义及求法、压缩性的定义及压缩率的求法、膨胀性的定义及膨胀系数的求法、黏性的定义、流体静力学中压强和压力的计算。一、绪论通过学习,我对水力学的基础有了一定的认知,对流体静力学及对流体压强的计算有了初步了解,接下来要做一些试题,来巩固学习的知识,并且本周对等压面的认知学习不透彻,会在接下来的学习中着重学习。

2025-06-08 13:47:01 1013 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除