机器学习在翼型优化问题中的应用

2020-04-14 16:56:04姚琳
航天标准化 2020年1期
关键词:优化方法

姚琳

(新加坡国立大学机械工程系,新加坡,119077)

如今,在先进信息技术的帮助下,使用CFD(Computational Fluid Dynamics,计算流体动力学)进行湍流模型问题的模拟求解和预测成为流体力学和空气动力学的常规研究手段。CFD通过使用计算机求解Navier-Stokes方程[1]来进行计算。尽管计算机性能的不断增长使得研究人员能够对涉及湍流物理学的许多湍流和过程进行直接数值模拟 (DNS) (Kim et al.1987,Rastegari[2]&Akhavan 2018[3]),但是简化的工程近似方法继续在不同行业中流行和广泛使用。在这些方法中,雷诺平均的 Navier-Stokes(RANS)方法和大涡模拟(LES)方法被最为广泛的使用 (Girimaji 2006[4],Spalart 2009[5])。在翼型的优化问题中,传统CFD方法依旧依赖于CFD求解器选择合适湍流模型进行模拟求解,较为广泛的使用方法包括基于梯度的方法 (GM)和遗传算法 (GA)。尽管传统CFD方法具有优化设计解决方案的能力,但它们的缺点也很明显,主要集中在:结果精度过度依赖于所选择模型的精度,较高的计算机性能要求以及计算时间成本很高。实际上,这些问题仍然是当今研究人员面临的巨大挑战。

近年来,机器学习领域有了长足的发展,用于翼型优化的数据驱动建模方法变得越来越流行。这种基于数据的求解方法的优势十分明显,它作为一种逆向求解方法,将求解结果的可靠性依附于模型的训练程度和输入数据的精度,不使用CFD求解器,避免了RANS等近似模型带来的误差,为翼型的求解与优化提供了极大的便利。其中,Ling等[6]首先提出了在RANS湍流建模中应用深度学习技术。除此之外,也有了一些将机器学习用于空气动力学预测、设计和优化的尝试。……

登录APP查看全文

猜你喜欢
优化方法
超限高层建筑结构设计与优化思考
房地产导刊(2022年5期)2022-06-01 06:20:14
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
由“形”启“数”优化运算——以2021年解析几何高考题为例
学习方法
用对方法才能瘦
Coco薇(2016年2期)2016-03-22 02:42:52
四大方法 教你不再“坐以待病”!
Coco薇(2015年1期)2015-08-13 02:47:34
赚钱方法
捕鱼