| 基于神经网络的减阻沟槽壁面形状优化 |
| |
| 引用本文： | 李超群,唐硕,李易,耿子海.基于神经网络的减阻沟槽壁面形状优化[J].航空动力学报,2022,37(3):639-648. |
| |
| 作者姓名： | 李超群 唐硕 李易 耿子海 |
| |
| 作者单位： | 西北工业大学航天学院,西安710072,西北工业大学航空学院,西安710072;中国空气动力研究与发展中心低速空气动力研究所,四川绵阳621000 |
| |
| 摘 要： | 针对沟槽外形减阻问题，采用基于神经网络的方法对沟槽壁面形状进行外形优化。模型采用槽道流动模型，控制方程为黏性不可压缩Navier-Stokes(NS)方程，流动求解采用直接数值模拟（DNS）方法，对于对流项的离散采用紧致4阶中心格式，对黏性项的离散采用4阶中心格式，时间推进采用3阶Runge-Kutta格式。在神经网络优化过程中，约束方程为不可压NS方程，采用基于在线学习的自适应控制器，使用基于抑制展向切应力的控制律，控制量的产生由壁面变形提供。优化结果表明，壁面最大减阻效果可达17.41%。对于优化后的壁面，湍流强度降低了19.68%，同时壁面的涡量与雷诺切应力亦有所降低。由于湍流流动非定常，因此优化得到的壁面形状亦是时变的，但变化的过程中整体上仍呈现流向沟槽的形状。
|
| 关 键 词： | 神经网络 槽道流动 壁面形状优化 减阻沟槽 流动控制 |
| 收稿时间： | 2021/11/30 0:00:00 |
Sub-optimization of riblet shape based on neural networks |
| |
| LI Chaoqun,TANG Shuo,LI Yi,GENG Zihai.Sub-optimization of riblet shape based on neural networks[J].Journal of Aerospace Power,2022,37(3):639-648. |
| |
| Authors: | LI Chaoqun TANG Shuo LI Yi GENG Zihai |
| |
| Abstract: | |
| |
| Keywords: | neural networks channel flow shape sub-optimization drag-reducing riblet flow control |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《航空动力学报》浏览原始摘要信息 |
|
点击此处可从《航空动力学报》下载全文 |
|
