基于深度学习的CFD软件界面高精度识别

摘要：

[目的]传统计算流体力学(Computational Fluid Dynamics,CFD)模拟在工况设置、结果处理等过程中需要大量的人工操作.要想实现智能CFD模拟,就要先实现对软件界面的高精度识别.[方法]根据CFD模拟的实际操作场景来创建多尺寸、多内容、多背景的数据集,利用百度飞桨(PaddlePaddle)深度学习平台来建立基于CRNN网络的CFD软件界面识别模型,并对其进行训练.[结果]试验结果表明,将数据增强、再训练等技术应用于识别模型,能有效改善模型的精度,且与传统的自然场景识别模型相比,该模型对软件界面的识别精度提高了15%.[结论]本研究实现了对化工CFD模拟软件界面的高精度识别,为实现CFD模拟向智能化方向发展奠定重要基础.

关键词：人工智能、CFD、图像识别、CRNN、深度学习

所属期刊栏目：42

分类号：TP183(自动化基础理论)

资助基金：西安石油大学国家级大学生创新创业训练计划项目;西安石油大学研究生创新与实践能力培养计划项目

在线出版日期：2023-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：18-23