基于深度学习的翼型跨声速流动预测建模
流体动力学
2024-03-27 v1 计算工程、金融与科学
摘要
有效预测翼型上的跨声速非定常流动存在固有挑战。本研究利用基于注意力 U-Net 架构的深度神经网络（DNN）模型。通过对这些模型的高效训练，我们能够在高分辨率下捕捉跨声速与非定常流动动力学的复杂性，即使面对此前未见过的工况。我们证明，通过利用神经网络表示中固有的可微性，该方法提供了一个通过全局不稳定性分析评估基本物理性质的框架。这种集成将深度神经网络模型与传统模态分析联系起来，为跨声速流动动力学提供了有价值的见解，并增强了神经网络模型在流场诊断中的可解释性。
引用
@article{arxiv.2403.17131,
title = {Deep learning-based predictive modelling of transonic flow over an aerofoil},
author = {Li-Wei Chen and Nils Thuerey},
journal= {arXiv preprint arXiv:2403.17131},
year = {2024}
}