DeepCFD：基于深度卷积神经网络的近地空气动力学力系数高效逼近
机器学习
2025-08-26 v1
摘要
使用 CFD 软件预测和计算靠近地面的机翼空气动力学系数需要大量时间。然而，CFD 模拟结果数据的可用性以及新型神经网络方法的发展，使得使用如 VGG 等卷积神经网络方法呈现模拟结果成为可能。本文利用神经网络预测靠近地面机翼的升力-阻力系数。此预测只能通过提供包含主要数据中升力-阻力比及与机翼截面相关的图像信息的代码和矩阵来实现。VGG 方法相对于其他方法的一个优势是其结果比其他 CNN 方法更准确。
引用
@article{arxiv.2508.17278,
title = {DeepCFD: Efficient near-ground airfoil lift coefficient approximation with deep convolutional neural networks},
author = {Mohammad Amin Esabat and Saeed Jaamei and Fatemeh Asadi},
journal= {arXiv preprint arXiv:2508.17278},
year = {2025}
}