基于条件WGAN-gp生成多种光滑翼型的反设计方法
机器学习
2021-10-04 v1 计算工程、金融与科学
摘要
机器学习模型近来被用于翼型形状生成方法。人们希望获得满足所需升力系数的翼型形状。生成对抗网络（GAN）可输出合理的翼型形状。然而，普通GAN模型所得形状并不光滑，在流场分析前需进行光滑化处理。因此，这些模型需与贝塞尔曲线或其他光滑化方法耦合以获得光滑形状。无需任何光滑化方法生成形状具有挑战性。在本研究中，我们采用带梯度惩罚的条件Wasserstein GAN（CWGAN-GP）来生成翼型形状，所得形状与采用光滑化方法所得一样光滑。利用所提方法，生成翼型无需额外的光滑化方法。此外，所提模型输出满足升力系数要求的形状。
引用
@article{arxiv.2110.00212,
title = {Inverse airfoil design method for generating varieties of smooth airfoils using conditional WGAN-gp},
author = {Kazuo Yonekura and Nozomu Miyamoto and Katsuyuki Suzuki},
journal= {arXiv preprint arXiv:2110.00212},
year = {2021}
}