| 注册
首页|期刊导航|空气动力学学报|基于深度神经网络的高速翼型流场降阶模型

基于深度神经网络的高速翼型流场降阶模型

陈泽伟 李立 孔轶男 陈刚

空气动力学学报2025,Vol.43Issue(10):P.33-43,11.
空气动力学学报2025,Vol.43Issue(10):P.33-43,11.DOI:10.7638/kqdlxxb-2024.0050

基于深度神经网络的高速翼型流场降阶模型

陈泽伟 1李立 2孔轶男 3陈刚1

作者信息

  • 1. 西安交通大学,复杂服役环境重大装备结构强度与寿命全国重点实验室,西安710049 西安交通大学航天航空学院,先进飞行器服役环境与控制陕西省重点实验室,西安710049
  • 2. 中国航空工业集团公司西安航空计算技术研究所,西安710000 西北工业大学计算机学院,西安710129
  • 3. 中国空气动力研究与发展中心,绵阳621000
  • 折叠

摘要

关键词

降阶模型/深度学习/神经网络/高速流动/翼型绕流

分类

航空航天

引用本文复制引用

陈泽伟,李立,孔轶男,陈刚..基于深度神经网络的高速翼型流场降阶模型[J].空气动力学学报,2025,43(10):P.33-43,11.

基金项目

国家自然科学基金(92371201,52192633) (92371201,52192633)

航空科学基金(ASFC-20220019070002) (ASFC-20220019070002)

陕西省杰出青年基金(2022JC-03)。 (2022JC-03)

空气动力学学报

OA北大核心

0258-1825

访问量0
|
下载量0
段落导航相关论文