BlendedNet：一种混合翼身飞机数据集与外推模型用于气动预测
人工智能
2025-12-04 v2
摘要
BlendedNet 是一个公开的混合翼身(BWB)几何气动数据集，包含 999 个混合翼身几何构型。每个几何构型在约九个飞行条件下进行仿真，得到 8830 个收敛的 RANS 案例，每个案例包含 900 万至 1400 万个网格单元。该数据集通过对几何设计参数和飞行条件进行采样生成，包含用于研究升力和阻力的详细点态面量。我们还引入了一个用于点态气动预测的端到端外推框架。该流程首先使用不变排列的 PointNet 回归器从采样的表面点云中预测几何参数，然后对预测的参数和飞行条件进行条件化，以预测点态系数 Cp、Cfx 和 Cfz。实验表明，在多样化的 BWB 构型上，表面预测误差较小。BlendedNet 解决了非约束配置数据稀缺的问题，为气动设计的数据驱动外推建模提供了研究平台。
引用
@article{arxiv.2509.07209,
title = {BlendedNet: A Blended Wing Body Aircraft Dataset and Surrogate Model for Aerodynamic Predictions},
author = {Nicholas Sung and Steven Spreizer and Mohamed Elrefaie and Kaira Samuel and Matthew C. Jones and Faez Ahmed},
journal= {arXiv preprint arXiv:2509.07209},
year = {2025}
}
备注
Accepted at ASME IDETC/CIE 2025 (DETC2025-168977). Dataset availability: BlendedNet dataset is openly available at Harvard Dataverse (https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/VJT9EP)