شناسایی جریان سیال روی استوانه با بررسی صوت حاصل از جریان توسط کاربرد روشهای یادگیری ماشین در بررسی آکوستیکی میدان جریان حول استوانه

استفاده از داده های صوتی برای شناسایی ویژگی های میدان جریان سیال، موضوعی نو در زمینه تحقیقات علم آیروآکوستیک است که بررسی داده های صوتی مربوط به گذر جریان سیال از روی استوانه یکی از نمونه های پیاده سازی آن می باشد. از طرف دیگر در سالهای اخیر، روشهای یادگیری ماشین به عنوان ابزار قدرتمندی در زمینه تحلیل داده ها در حوزه های زمینه های مختلف مانند تحلیل آیرودینامیکی جریان سیال مطرح شده است مورد استفاده قرار گرفته و توانسته است با هزینه کمتری نسبت به روشهای روشهای عددی متداول، نتایج مشابهی را ارائه کند. در مقایسه با این تحقیقات، پژوهش های محدودی در زمینه استفاده از روشهای یادگیری ماشین برای تحلیل داده های صوتی حاصل از گذر جریان سیال انجام شده است .استفاده از داده های صوتی برای شناسایی ویژگی های میدان جریان سیال موضوعی نو در زمینه تحقیقات علم آیروآاکوستیک است و هدف این پژوهش ، ارزیابی عملکرد روشهای یادگیری ماشین شامل جنگل تصادفی ، آدابوست و پرسپترون چند لایه بر روی داده های داده های صوتی استخراج شده از شبیه سازی شبیه سازی عددی جریان روی استوانه با هدف تشخیص و طبقه بندی داده ها بر اساس عدد رینولدز جریان (به عنوان ویژگی هدف) مطالعه است . براساس نتایج ، نشان می دهد روشهای روشهای یادگیری ماشین می توانند با دریافت داده های صوتی مربوط به میکروفونهای موجود در محیطنصب شده در پیرامون جسماستوانه ، با دقت خوبی اقدام به شناسایی و طبقه بندی حالت های مختلف جریان را بنمایندبدست دهند. اثر ارزیابی عملکرد روشهای یادگیری ماشین با کاهش تعداد داده های آموزشی و همچنین تغییر موقعیت قرارگیری میکروفونهای اندازه گیری اندازه گیری ، نشان داد می دهد با آنکه دقت تشخیص کاهش پیدا میکند، اما همچنان روشهای یاادگیری ماشاین کااراییمطلوبی در شناسایی ویژگی هدف جریان سیال را دارند.

کلیدواژه ها:

ریرواکوستیک ، یادگیری ماشین ، نویر ، جریان روی استوانه ، سطح فشارصوت ، دینامیک سیالات محاسباتی شبیه سازی ، یادگیری ماشین