2021年06期 v.42 12-17+29页
杨志明1 黄天仑2,3 谭鹏辉3 钟震宇2 张云1,3
（1.深圳市信宇人科技股份有限公司，广东 深圳 518000
2.广东省科学院智能制造研究所/广东省现代控制技术重点实验室，广东 广州 510070
3. 华中科技大学材料科学与工程学院/材料成形与模具技术国家重点实验室，湖北 武汉 430074）
摘要：针对传统线性降维方法需要模态数量多、重构误差大的问题，提出一种基于卷积自编码网络的锂离子电池电极干燥流场的非线性降维技术。首先，采用大涡模拟仿真获取锂离子电池电极干燥流场的数据集；然后，利用卷积自编码网络对流场进行重构，并详细比较Mish激活函数、ReLU激活函数与传统本征正交分解（POD）的重构效果。实验表明：本文采用的卷积自编码网络在不同方向速度分量、总速度的重构效果方面优于传统的POD技术；且Mish激活函数的收敛效率与重构误差均优于传统的ReLU激活函数。本文技术能准确重构锂离子电极干燥流场，具有一定的实用价值。
关键词：电极干燥流场；卷积自编码；本征正交分解；非线性降维
中图分类号：S225 文献标识码：A 文章编号：1674-2605(2021)06-0003-07
DOI：10.3969/j.issn.1674-2605.2021.06.003
