基于流场反演和图神经网络的翼型分离流动预测方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 传统的RANS模型采用布辛涅斯克近似，假设湍流雷诺应力和平均速度梯度张量之间呈线性关系，这一假设适用于简单的剪切流动，但很难推广应用于复杂分离流动问题. 本文基于流场反演和机器学习FIML 方法框架，针对目前该方法框架内普遍采用的多层感知机网络对于湍流空间相关性表征不足的缺陷，通过图神经网络（剩余7346字）

试读结束

目录
monitor