来源：期刊VIP网 时间：
作者：任宇鹏;岳静;王强;彭博;易贤;
单位：西南石油大学计算机科学学院;中国空气动力研究与发展中心结冰与防除冰重点实验室;空气动力学国家重点实验室;
摘要：神经网络冰形预测方法中，风洞试验结冰数据具有较高精度的冰形特征，但试验成本昂贵、获得数据较少，未能得到充分利用，而大多数是针对数值计算数据开展研究。为此，提出了一种结合迁移学习和残差网络的图像化预测方法，以翼型截面图像和结冰工况参数为输入，二维冰形图像为输出，建立深度神经网络预测模型，实现高精度二维冰形预测。通过大量数值计算数据获得预训练模型，再加入少量风洞试验数据进行微调，实现冰形预测。结果表明，所提出的方法可以预测较高精度的二维翼型结冰图像，大部分冰形特征参数与风洞试验冰形的相对误差保持在15%以内。
关键词：冰形预测;迁移学习;残差网络;风洞试验
基金资助：国家自然科学基金资助(12132019); 国家重大科技专项资助(J2019-Ⅲ-0010-0054)
