.png){kind=icon}
返回
Solid propellant grain reverse design via generative deep learning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ast.2025.110496.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 药柱反向设计可以识别与期望的发动机性能曲线（如压力-时间曲线）相匹配的最优药柱几何形状。
• 具有条件自解码器的深度神经网络成功提取了药柱形状的特征。
• 潜在去噪扩散概率模型能够有效地在高维设计空间中生成2D药柱形状。
期刊
IF:
5.8
论文数:
1.0W
被引数:
3.0W
机构
暂无机构信息
引用论文
Fast Learning of Signed Distance Functions From Noisy Point Clouds via Noise to Noise Mapping.png)
IF0
PREAI
分享收藏Reverse design of solid propellant grain based on deep learning: Imaging internal ballistic data基于深度学习的固体推进剂药柱逆向设计：成像内部弹道数据Defence Technology
OAAI
Defence TechnologyIF5.9
OAAI分享收藏
Multi-Objective Reverse Design and Pattern Analysis of Solid Propellant GrainsLi WT, Li WB, He YQ, Liang GZ. 固体推进剂药柱的多目标逆向设计与模式分析. AIAA Journal 2024;62(10):3914-3931.AIAA Journal
AIAA JournalIF0
PREAI
分享收藏
查看更多内容