Reduced-order modeling via convolutional autoencoder for emulating combustion of hydrogen/methane fuel blends

Numerical simulations are essential in comprehending the processes of flow and combustion in aerospace and power-generation systems. Yet, substantial computational demands render these simulations prohibitively expensive for design and optimization, owing to the large amount of design parameters to...

Celý popis

Podrobná bibliografie

Vydáno v:	Combustion and flame Ročník 274; s. 113981
Hlavní autoři:	Ding, Siyu, Ni, Chenxu, Chu, Xu, Lu, Qingzhou, Wang, Xingjian
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Inc 01.04.2025
Témata:	Convolutional autoencoder Kriging Nonlinear feature Proper orthogonal decomposition Reduced-order model (ROM) Proper orthogonal decomposition Nonlinear feature Convolutional autoencoder Reduced-order model (ROM) Kriging
ISSN:	0010-2180
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!