基于UNet的翼型可壓縮流場機器學習推理方法
南京航空航天大學學報
頁數: 11 2024-04-15
摘要: 為進一步提升高雷諾數、大迎角(Angle of attack, AoA)和高馬赫數下的翼型可壓縮流場預測精度和效率,本文提出了一種基于坐標轉換方法和UNet神經網絡的機器學習推理方法。首先,提出了用于數據前處理的坐標轉換方法,將計算流體力學中的物理量和網格信息轉換成神經網絡空間信息,使流場信息的分布更符合神經網絡的輸入要求。其次,建立了新型深度UNet神經網絡,使模型學習到翼型... (共11頁)