计算机集成制造系统 ›› 2024, Vol. 30 ›› Issue (3): 791-810.DOI: 10.13196/j.cims.2023.0091
钱淼,周骥,向忠+,王嘉琦,魏鹏郦,李俊
QIAN Miao,ZHOU Ji,XIANG Zhong+,WANG Jiaqi,WEI Pengli,LI Jun
摘要: 渗透率作为描述多孔材料流动性能的重要指标,在机械、能源等领域有着广泛的应用。经验关系式作为传统的多孔材料渗透率预测方法,往往通过实验统计法建立,在通用性、预测精度方面存在不足。近年来,基于深度学习构建渗透率预测模型的方法受到了众多学者的关注,在解决经验关系式存在的不足方面表现出很好的前景。为此,围绕基于深度学习的多孔材料渗透率预测建模方法,首先阐述了深度学习技术在结构模型重构中的应用及发展趋势,然后综述了结构参数-渗透率、图像-渗透率以及图像-流场-渗透率快速预测建模方法的基本原理和研究进展,最后展望了该领域的研究方向,以及对多孔材料制造系统性能提升方面的前景。
中图分类号: