基于机器学习预测流场特征的网格生成技术研究进展OA
Progress of the Grid Generation Based on Flow Features Predicted by Machine Learning
网格技术是影响数值模拟精度的一项重要技术.本文针对基于机器学习预测流场特征的网格生成框架,对流场特征指示器、机器学习预测流场、网格自动生成及自适应三项支撑技术进行了简要综述.现有的流场特征指示器与机器学习方法相结合有望成为提供网格生成先验参考的有效手段.在机器学习方面,适用于流体力学的物理嵌入方法是降低机器学习样本要求的可行方法.兼顾拓扑与密度分布的三维结构网格自动生成方法有待进一步研究.
韩天依星;皮思源;胡姝瑶;许晨豪;万凯迪;高振勋;蒋崇文;李椿萱
北京航空航天大学 国家计算流体力学实验室,北京 100191北京航空航天大学 国家计算流体力学实验室,北京 100191北京航空航天大学 国家计算流体力学实验室,北京 100191北京航空航天大学 国家计算流体力学实验室,北京 100191北京航空航天大学 国家计算流体力学实验室,北京 100191北京航空航天大学宁波创新研究院 先进飞行器与空天动力创新研究中心,浙江 宁波 315832北京航空航天大学 国家计算流体力学实验室,北京 100191北京航空航天大学宁波创新研究院 先进飞行器与空天动力创新研究中心,浙江 宁波 315832
航空航天
激波检测误差估计机器学习数据降维神经网络流场预测网格生成网格自适应
《航空科学技术》 2022 (7)
29-45,17
评论