用于识别跨声速抖振主导特征的物理辅助降阶建模
流体动力学
2023-07-05 v1 机器学习
摘要
跨声速抖振是由激波与分离边界层相互作用引起的流动不稳定性现象。该流动现象在飞行中被认为是极具危害性的，并对飞机的结构强度和疲劳寿命构成重大威胁。迄今为止，缺乏一种准确、高效且直观的指标来预测抖振并对气动设计施加可行约束。本文提出一种物理辅助变分自编码器（PAVAE）来识别跨声速抖振的主导特征，其将无监督降阶建模与通过抖振分类器嵌入的附加物理信息相结合。具体而言，训练了四个具有不同权重以调整分类器贡献的模型，以研究抖振信息对潜空间的影响。统计结果表明，当选择适当的分类器权重时，仅用一个潜空间即可准确判定抖振状态。该主导潜空间进一步揭示出与位于激波下游边界层内的关键流动特征具有很强的相关性。基于此识别，提出以80%弦向位置的位移厚度作为抖振预测指标。该指标在抖振状态分类中达到98.5%的准确率，比设计中使用的现有分离指标更可靠。所提方法将特征提取、流动重建和抖振预测的优势集成于统一框架中，展示了其在高维流动数据低维表示和解释“黑箱”神经网络方面的潜力。
引用
@article{arxiv.2305.13644,
title = {Physics-Assisted Reduced-Order Modeling for Identifying Dominant Features of Transonic Buffet},
author = {Jing Wang and Hairun Xie and Miao Zhang and Hui Xu},
journal= {arXiv preprint arXiv:2305.13644},
year = {2023}
}