数据驱动的飞行器流场快速预测方法

来源:力学技术研究院    发布时间: 2022-06-13

名称:数据驱动的飞行器流场快速预测方法
时间:2022-06-13 16:30 -- 2022-06-13 17:30
地点:腾讯会议:793 310 045
主办单位:力学技术研究院
报告人: 蔡晋生 教授 (西北工业大学)
报告人简介:蔡晋生,西北工业大学航空学院流体力学学科“长江学者”特聘教授,博士生导师。主要从事计算流体力学和多学科新概念流动控制技术方面的研究,承担了多项民机科研项目,开发了民用飞机气动力预测与优化设计的数值仿真软件;从事飞行器气动布局设计方面的研究,承担了国家自然科学基金和基础加强计划等项目,研究超机动飞行器流动机理与气动布局优化设计;从事复杂流动控制技术方面的研究,开发了新概念纳秒脉冲等离子体激励防除冰流动控制技术;从事气动噪声数值预测与实验方面的研究,承担国防973项目,发展了气动噪声辐射与散射统一数值预测方法。


飞行器流场信息的快速预测在飞行器外形设计与飞行弹道性能评估中占有非常重要的地位。伴随着高性能计算的出现和飞速发展,计算流体力学(CFD)在流场预测与分析方面展现了巨大的潜力。尽管如此,大规模流场数值模拟耗费大量的计算机资源与时间,极大地制约了飞行器的研制周期以及飞行弹道的优化设计。通过对大量流场数据的本征正交分解(POD),可以将一个高维问题转化成近似的低维问题,因此数据驱动的POD降维方法是一种实现流场快速预测的有效途径。汇报的主要内容包括:(1)流场数据生成的采样设计方法,(2)基于本征正交分解的降维方法,(3)流场快速预测中的多步增强降维方法,(4)高超声速飞行器弹道飞行气动性能快速评估。