中文版 | English

在结果中检索

IMECH-IR

浏览/检索结果: 共6条，第1-6条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
Numerical study of the pressure wave-induced shedding mechanism in the cavitating flow around an axisymmetric projectile via a compressible multiphase solver 期刊论文
OCEAN ENGINEERING, 2019, 卷号: 187, 页码: 9
作者:  Ye BS(叶秉晟);  Wang YW(王一伟);  Huang CG(黄晨光);  Huang J(黄荐)
浏览  |  Adobe PDF(6354Kb)  |  收藏  |  浏览/下载：378/104  |  提交时间：2019/11/12
Cavitation  Compressibility  Shedding mechanism  OpenFOAM (R)  
表面闭合优先发生情况下入水动力学建模与分析 会议论文
第三十届全国水动力学研讨会暨第十五届全国水动力学学术会, 中国安徽合肥, 2019-08-16
作者:  王宇飞;  叶秉晟;  王一伟;  黄晨光
浏览  |  Adobe PDF(901Kb)  |  收藏  |  浏览/下载：174/51  |  提交时间：2020/09/28
入水  空泡动力学  表面闭合  空腔内部压力  OpenFOAM~?  
Design of High Entropy Alloys Based on Phase Formation Criteria and Big Data System 期刊论文
稀有金属材料与工程, 2019, 卷号: 48, 期号: 4, 页码: 1059-1064
作者:  Ye QL(叶奇鲁);  Yang G(杨钢);  Gong ZH(龚志华);  Yang MX(杨沐鑫);  Chen QM(陈清明)
浏览  |  Adobe PDF(12Kb)  |  收藏  |  浏览/下载：384/163  |  提交时间：2019/06/10
high entropy alloys  criteria  big data  design  application  
Application of deep learning method to Reynolds stress models of channel flow based on reduced-order modeling of DNS data 期刊论文
JOURNAL OF HYDRODYNAMICS, 2019, 卷号: 31, 期号: 1, 页码: 58-65
作者:  Zhang Z(张珍);  Song XD;  Ye SR;  Wang YW(王一伟);  Huang CG(黄晨光);  An YR;  Chen YS
浏览  |  Adobe PDF(1492Kb)  |  收藏  |  浏览/下载：344/145  |  提交时间：2019/04/11
Deep neural network  channel flow  turbulence model  Reynolds stress  
航行体垂直入水开式空泡精细流场研究 会议论文
北京力学会第二十五届学术年会, 中国北京, 2019年1月6日
作者:  王宇飞;  黄荐;  叶秉晟;  王一伟;  黄晨光
浏览  |  Adobe PDF(1967Kb)  |  收藏  |  浏览/下载：360/73  |  提交时间：2019/11/21
高速入水  Open FOAM  涡旋结构  大涡模拟  表面闭合  
Reconstruction of RANS model and cross-validation of flow field based on tensor basis neural network 会议论文
ASME-JSME-KSME 2019 8th Joint Fluids Engineering Conference, AJKFluids 2019, San Francisco, CA, United states, July 28, 2019 - August 1, 2019
作者:  Song XD;  Zhang Z(张珍);  Wang YW(王一伟);  Ye SR(叶舒然);  Huang CG(黄晨光)
收藏  |  浏览/下载：125/0  |  提交时间：2020/11/20
Cross-validation  Multi-layer neural network  Reynolds stress  Turbulence model