原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了基于拓扑优化与全卷积神经网络的电池冷板冷却流道方法，包括：步骤S1，根据入口出口位置，设计域尺寸，确定设计域，确定材料物性参数并建立二维优化模型；步骤S2，选则适用的优化参数、控制方程、边界条件、约束条件和目标函数；步骤S3，利用达西渗流模型及有理近似模型对材料物性进行插值，结合控制方程、边界条件、约束条件和目标函数建立拓扑优化数学模型；步骤S4，采用内点法求解器进行迭代优化更新设计变量，使用Helmholtz公式对流固边界进行过滤投影；步骤S5，达到收敛条件后输出初步优化后的二
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117473776A
(43)申请公布日2024.01.30
(21)申请号202311524812.1G06N3/0464(2023.01)
文档评论（0）