飞行器翼型表面流场数据智能分区

摘要：

飞行器翼型CFD仿真结果后处理分析自动化程度的提升能有效地提升产品设计效率,因此提出了一种翼型表面流场数据智能化分区方法,可有效得到翼型表面流场分区结果.首先,通过参数化批量修改气动外形得到翼型数据集,再利用数值模拟生成流场计算结果;然后,基于共形几何对流场数据进行降维并进行重采样和矩阵化,将其作为预测模型的标准输入;随后,构建卷积神经网络模型对流场数据进行训练和预测;最后,通过逆映射将分区结果重采样到翼型表面.实验表明,该方法可针对不同的物理量高效地对翼型表面流场数据进行分区,在测试数据集上的准确率在92％以上.

关键词：流场后处理、共形参数化、保角变换、卷积神经网络、流场分区

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61877002

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：37-45