| 基于深度学习的翼型反设计方法 |
| |
| 引用本文： | 何磊,钱炜祺,刘滔.基于深度学习的翼型反设计方法[J].航空动力学报,2020,35(9):1909-1917. |
| |
| 作者姓名： | 何磊 钱炜祺 刘滔 |
| |
| 作者单位： | 中国空气动力研究与发展中心计算空气动力研究所,四川绵阳621000 |
| |
| 基金项目： | 国家自然科学基金（11802325）; 中国空气动力研究与发展中心基础和前沿技术研究基金（FFTRF20172015） |
| |
| 摘 要： | 建立了一种基于深度学习的翼型反设计方法,将翼型曲线及其对应的压力分布图像作为训练学习对象,建立其内在联系的模型,实现通过卷积神经网络提取压力分布图像的特征,计算获得翼型曲线。该方法直接将压力分布图像作为模型输入,更加直观简洁,同时避免了传统方法中耗时的数值计算过程。模型测试中,6 000组压力分布图像和翼型曲线用于模型训练,另外561组用于模型验证,验证耗时仅67 s,预测的翼型曲线与CFD计算结果的平均相对误差为055%。对比实验中,通过对压力分布曲线添加噪声、改变输出层尺寸等方式,进一步验证和分析了预测模型性能。结果表明该翼型反设计方法具有较高预测精度和较强鲁棒性,能在保证精度的情况下降低计算时间,提高设计效率。
|
| 关 键 词： | 反设计方法 翼型曲线 压力分布 卷积神经网络 深度学习 预测模型 |
| 收稿时间： | 2020/3/15 0:00:00 |
Inverse design method of airfoil based on deep learning |
| |
| HE Lei,QIAN Weiqi,LIU Tao.Inverse design method of airfoil based on deep learning[J].Journal of Aerospace Power,2020,35(9):1909-1917. |
| |
| Authors: | HE Lei QIAN Weiqi LIU Tao |
| |
| Institution: | Computational Aerodynamics Institute,,China Aerodynamics Research and Development Center,Mianyang Sichuan 621000,China |
| |
| Abstract: | |
| |
| Keywords: | inverse design method airfoil curve pressure distribution convolutional neural network deep learning prediction model |
| 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》下载免费的PDF全文 |
|
