咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >神经网络对于翼型绕流流场的重构 收藏

神经网络对于翼型绕流流场的重构

Reconstruction of Fluid Flows Past Airfoils Using Neural Network

作     者:王同生 孙中国 黄柱 席光 WANG Tong-Sheng;SUN Zhong-Guo;HUANG Zhu;XI Guang

作者机构:西安交通大学能源与动力工程学院西安710049 Center for Turbulence ResearchStanford UniversityCaliforniaUSA 94305-3024 

出 版 物:《工程热物理学报》 (Journal of Engineering Thermophysics)

年 卷 期:2021年第42卷第5期

页      面:1205-1212页

核心收录:

学科分类:080703[工学-动力机械及工程] 080704[工学-流体机械及工程] 08[工学] 0807[工学-动力工程及工程热物理] 

基  金:国家自然科学基金(No.51790512) 

主  题:流场重构 神经网络 局部径向基函数 翼型绕流 

摘      要:本文试图通过神经网络重构二维低雷诺数翼型绕流非定常流场。首先通过局部径向基函数(LRBF)求解器求解不可压缩流动控制方程得到计算域内流场信息,然后随机选取一些时空域内的数据点(包含位置信息和速度信息)作为训练数据代入神经网络进行训练。先学习训练得到流动的雷诺数后进行流场的重构,并与LRBF求解器得到的数值结果进行对比。流动计算中雷诺数设置为200,攻角为20°,计算域离散采用局部节点加密技术以减少计算量。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分