基于深度学习的混合翼型前缘压力分布预测

作者：廖鹏; 姚磊江; 白国栋; 赵航

来源：航空动力学报, 2019, 34(08): 1751-1758.

DOI：10.13224/j.cnki.jasp.2019.08.014

• 混合翼型
• 深度学习
• 卷积神经网络(CNN)
• 参数化方法
• 压力分布

提出了一种基于深度学习的混合翼型前缘压力分布预测方法,通过对翼型几何特征提取、压力分布曲线的参数化,建立了卷积神经网络模型(CNN),并利用计算流体力学(CFD)的计算结果作为其训练样本,实现对混合翼型前缘压力分布的预测。结果表明:两种方法计算结果的拟合优度大于0.98,基于深度学习的计算方法耗时1.7s,CFD方法耗时大于50s,计算时间大大缩短。该方法能够在满足计算精度的条件下提高计算效率并可应用于其他的翼型设计过程。

• 单位
  西北工业大学