基于条件流匹配的船舶推进器生成式设计

本文探讨了生成式人工智能（GenAI）用于船舶推进器设计的应用。虽然传统的前向机器学习模型基于给定的设计参数预测机械组件的性能，但生成式AI模型旨在生成实现指定性能目标的设计。具体而言，我们采用条件流匹配（conditional flow matching）在设计参数与模拟噪声之间建立双向映射，并以性能标签为条件。该方法通过对噪声向量进行采样， enables 生成多个对应相同性能目标的有效设计。为支持模型训练，我们采用涡旋格子法进行数值模拟生成数据，并分析模型精度与可用数据量之间的权衡。我们进一步提出了使用来自较少数据密集型前向替代模型的伪标签进行数据增强，通常可提高整体模型性能。最后，我们展示了具有近似相同性能特征的不同推进器几何形状的实例，说明了GenAI在工程设计中的多样性与潜力。