基于UNet的翼型可壓縮流場機器學習推理方法

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）