江苏大学主页平台管理系统王龙滟--中文主页-- A novel cost-efficient deep learning framework for static fluid–structure interaction analysis of hydrofoil in tidal turbine morphing blade

个人信息

王龙滟

学位：博士
性别：男
学历：博士研究生毕业
在职信息：在本单位任职
所在单位：流体机械工程技术研究中心

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

A novel cost-efficient deep learning framework for static fluid–structure interaction analysis of hydrofoil in tidal turbine morphing blade

发布时间：2024-08-05 点击次数：

所属单位：流体机械工程技术研究中心
论文名称：A novel cost-efficient deep learning framework for static fluid–structure interaction analysis of hydrofoil in tidal turbine morphing blade
ISSN号：09601481
是否译文：否

上一条：A cost-effective CNN-BEM coupling framework for design optimization of horizontal axis tidal turbine blades

下一条：Flow reconstruction from sparse sensors based on reduced-order autoencoder state estimation