論文の概要: Stabilization Analysis and Mode Recognition of Kerosene Supersonic Combustion: A Deep Learning Approach Based on Res-CNN-beta-VAE

• arxiv url: http://arxiv.org/abs/2503.12765v1
• Date: Mon, 17 Mar 2025 03:00:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-18 12:27:58.971928
• Title: Stabilization Analysis and Mode Recognition of Kerosene Supersonic Combustion: A Deep Learning Approach Based on Res-CNN-beta-VAE
• Title（参考訳）: ケロシン超音速燃焼の安定化解析とモード認識:Res-CNN-β-VAEに基づく深層学習手法
• Authors: Weiming Xu, Tao Yang, Chang Liu, Kun Wu, Peng Zhang,
• Abstract要約: スクラムジェットエンジンは 超音速車両の 重要な推進システムです 燃料噴射、乱流燃焼、空力効果の複雑な相互作用は、スクラムジェットエンジンの燃焼安定性を確保するために重要である。 本研究は,Residual Contemporalal Neural Network-beta-volutional Autoencoder(Res-CNN-beta-VAE)モデルと教師なしクラスタリング(K-means)を併用した,新たな学習フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 13.734716568876378
• License:
• Abstract: The scramjet engine is a key propulsion system for hypersonic vehicles, leveraging supersonic airflow to achieve high specific impulse, making it a promising technology for aerospace applications. Understanding and controlling the complex interactions between fuel injection, turbulent combustion, and aerodynamic effects of compressible flows are crucial for ensuring stable combustion in scramjet engines. However, identifying stable modes in scramjet combustors is often challenging due to limited experimental measurement means and extremely complex spatiotemporal evolution of supersonic turbulent combustion. This work introduces an innovative deep learning framework that combines dimensionality reduction via the Residual Convolutional Neural Network-beta-Variational Autoencoder (Res-CNN-beta-VAE) model with unsupervised clustering (K-means) to identify and analyze dynamical combustion modes in a supersonic combustor. By mapping high-dimensional data of combustion snapshots to a reduced three-dimensional latent space, the Res-CNN-beta-VAE model captures the essential temporal and spatial features of flame behaviors and enables the observation of transitions between combustion states. By analyzing the standard deviation of latent variable trajectories, we introduce a novel method for objectively distinguishing between dynamic transitions, which provides a scalable and expert-independent alternative to traditional classification methods. Besides, the unsupervised K-means clustering approach effectively identifies the complex interplay between the cavity and the jet-wake stabilization mechanisms, offering new insights into the system's behavior across different gas-to-liquid mass flow ratios (GLRs).
• Abstract（参考訳）: スクラムジェットエンジンは超音速車の重要な推進システムであり、超音速気流を利用して高比推力を実現し、航空宇宙用途の有望な技術である。 スクラムジェットエンジンの安定燃焼を確保するためには, 燃料噴射, 乱流燃焼, 圧縮性流れの空力効果の複雑な相互作用の理解と制御が重要である。 しかし, スクラムジェット燃焼器の安定モードの同定は, 超音速乱流燃焼の限られた実験手段と極めて複雑な時空間進化のため, しばしば困難である。 本研究では,Residual Convolutional Neural Network-Beta-Variational Autoencoder(Res-CNN-Beta-VAE)モデルと教師なしクラスタリング(K-means)モデルを組み合わせることで,超音速燃焼器内の動的燃焼モードの同定と解析を行う。 燃焼スナップショットの高次元データを3次元潜在空間にマッピングすることにより、Res-CNN-Beta-VAEモデルは火炎挙動の本質的時間的・空間的特徴を捉え、燃焼状態間の遷移の観察を可能にする。 潜在変数軌道の標準偏差を解析することにより、動的遷移を客観的に区別する新しい手法を導入し、従来の分類法に代わるスケーラブルで専門家に依存しない方法を提案する。 さらに、教師なしのK平均クラスタリングアプローチは、キャビティとジェット-ウェイク安定化機構の間の複雑な相互作用を効果的に識別し、異なるガス-液体質量流量比(GLRs)にわたるシステムの挙動に関する新たな洞察を提供する。

関連論文リスト

• Combustion Condition Identification using a Decision Tree based Machine Learning Algorithm Applied to a Model Can Combustor with High Shear Swirl Injector [0.0]
  燃焼はガスタービンエンジンの主要な工程であり、性能を高めるために効率的な空気-燃料混合が必要である。 高シャースワール噴射器は、燃焼効率と排出を決定づける重要な要因である燃料の微粒化と混合を改善するために一般的に用いられる。 本研究では, メタンを燃料とする単一缶燃焼器の対向回転式高速旋回噴射装置から, 音圧および高速火炎画像を分析し, 燃焼条件を分類するために, 決定木に基づく機械学習アルゴリズムを用いた。
  論文  参考訳（メタデータ） (2024-09-18T13:09:18Z)
• SFANet: Spatial-Frequency Attention Network for Weather Forecasting [54.470205739015434]
  天気予報は様々な分野において重要な役割を担い、意思決定とリスク管理を推進している。 伝統的な手法は、しばしば気象系の複雑な力学を捉えるのに苦労する。 本稿では,これらの課題に対処し,天気予報の精度を高めるための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2024-05-29T08:00:15Z)
• Dynamical Mode Recognition of Coupled Flame Oscillators by Supervised and Unsupervised Learning Approaches [7.088178570214894]
  燃焼不安定は燃焼研究において最も困難な問題の一つである。 多くの燃焼システムの安全かつ信頼性の高い運転を保証するためには,燃焼不安定性の同定と理解が不可欠である。
  論文  参考訳（メタデータ） (2024-04-27T06:44:39Z)
• A conditional latent autoregressive recurrent model for generation and forecasting of beam dynamics in particle accelerators [46.348283638884425]
  本稿では,加速器内の荷電粒子のダイナミクスを学習するための2段階の非教師付きディープラーニングフレームワークであるLatent Autoregressive Recurrent Model (CLARM)を提案する。 CLARMは、潜在空間表現をキャプチャしてデコードすることで、様々な加速器サンプリングモジュールでプロジェクションを生成することができる。 その結果,提案手法の予測能力と生成能力は,様々な評価指標と比較した場合に有望であることが示唆された。
  論文  参考訳（メタデータ） (2024-03-19T22:05:17Z)
• Dimensionality Reduction and Dynamical Mode Recognition of Circular Arrays of Flame Oscillators Using Deep Neural Network [7.966402372024724]
  本研究では,振動燃焼系における動的モードを認識するための有望な手法 (Bi-LSTM-VAE-WDC) を提案する。 具体的には, 燃焼系の高次元時空間データを低次元位相空間に還元するために, Bi-LSTM-VAE次元縮小モデルを導入した。 その結果,新しいBi-LSTM-VAE法では位相点の非重複分布が生成され,非教師なしモード認識と分類が効果的であることが示唆された。
  論文  参考訳（メタデータ） (2023-12-05T03:25:45Z)
• Forecasting through deep learning and modal decomposition in two-phase concentric jets [2.362412515574206]
  本研究はターボファンエンジンにおける燃料室噴射器の性能向上を目的としている。 燃料/空気混合物のリアルタイム予測と改善を可能にするモデルの開発が必要である。
  論文  参考訳（メタデータ） (2022-12-24T12:59:41Z)
• Fuzzy Attention Neural Network to Tackle Discontinuity in Airway Segmentation [67.19443246236048]
  気道セグメンテーションは肺疾患の検査、診断、予後に重要である。 いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。 本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2022-09-05T16:38:13Z)
• On Fast Simulation of Dynamical System with Neural Vector Enhanced Numerical Solver [59.13397937903832]
  ニューラルベクトル(NeurVec)と呼ばれる深層学習に基づく補正手法を提案する。 NeurVecは、統合エラーを補償し、シミュレーションでより大きなタイムステップサイズを可能にする。 様々な複雑な力学系ベンチマークの実験により、NeurVecは顕著な一般化能力を示すことが示された。
  論文  参考訳（メタデータ） (2022-08-07T09:02:18Z)
• On-board Fault Diagnosis of a Laboratory Mini SR-30 Gas Turbine Engine [54.650189434544146]
  データ駆動型故障診断・隔離方式は, 燃料供給システムにおける故障とセンサ測定のために, 明確に開発されている。 モデルは機械学習の分類器を使用してトレーニングされ、トレーニングされた障害シナリオのセットをリアルタイムで検出する。 提案手法の利点, 性能, 性能を実証し, 実証するために, いくつかのシミュレーション実験を行った。
  論文  参考訳（メタデータ） (2021-10-17T13:42:37Z)
• 3D Convolutional Selective Autoencoder For Instability Detection in Combustion Systems [6.4520575698063105]
  エンジンの燃焼室で発生する不安定性は数学的に複雑すぎてモデル化できない。 本稿では3D畳み込み選択型オートエンコーダ(3D-CSAE)と呼ばれる新しいディープラーニングアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2021-01-06T05:29:00Z)
• An Ode to an ODE [78.97367880223254]
  我々は、O(d) 群上の行列フローに応じて主フローの時間依存パラメータが進化する ODEtoODE と呼ばれるニューラルODE アルゴリズムの新しいパラダイムを提案する。 この2つの流れのネストされたシステムは、訓練の安定性と有効性を提供し、勾配の消滅・爆発問題を確実に解決する。
  論文  参考訳（メタデータ） (2020-06-19T22:05:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。