Adaptive mask physics-driven neural network for complex flow field prediction using self-supervised learning

Zékai Lu

doi:10.1016/j.ast.2025.110966

Adaptive mask physics-driven neural network for complex flow field prediction using self-supervised learning

2025-09-24

0

PRE

AI

DOI：10.1016/j.ast.2025.110966

原文链接

原文求助

摘要

En 中文

• AMPD-NN 在厚度比为 6 %−15 % 和弯度为 0 %−4 % 的范围内实现了统一的多翼型建模。 • 自监督物理驱动的训练消除了对大量标注数据集的依赖。 • 在亚音速范围内保持 4 % 的预测误差，相比 CFD 计算速度提升 78–109 倍。 • 在 40 % 的外推程度下表现出受控的外推能力，误差为 15–16 %。 • 可变壁面条件处理使单模型能够适应多样化的翼型几何。

Adaptive mask physics-driven neural network for complex flow field prediction using self-supervised learning

摘要

期刊

机构