公开(公告)号：CN117874925A

公开(公告)日：2024-04-12

申请号：CN202410112765.8

申请日：2024-01-26

Applicant: 厦门大学

Inventor： 陈荣钱 ,  吴昊 ,  楼锦华 ,  柳家齐 ,  韩旭 ,  林泽伦

IPC: G06F30/15 ,  G06F30/28 ,  G06F30/23 ,  G06T17/20 ,  G06F30/27 ,  G06N3/084 ,  G06F111/10 ,  G06F111/04 ,  G06F113/08 ,  G06F119/14 ,  G06N3/048 ,  G06F113/28

Abstract: 本发明公开基于深度学习的梯度类气动外形优化方法、系统及设备，涉及气动设计领域。对待优化目标进行参数化得到参数化信息；接收参数化信息并更新网格坐标得到新的CFD计算网格；并对流场进行数值模拟得到待优化目标的气动力系数及流场变量分布信息；求解流场伴随方程得到气动力系数对设计变量的梯度；构建基于深度神经网络的气动力梯度快速预测模型；将设计变量及新的CFD计算网格中第一层网格内的流场变量输入气动力梯度快速预测模型得到气动力梯度，并将所得梯度和外形信息传递至优化器，以实现气动外形优化；本发明利用深度学习技术强大的非线性拟合能力，提高了气动力梯度求解的预测效率。