-
题名基于机器学习的非定常流场网格自适应
- 1
-
-
作者
李彩云
安慰
刘学军
吕宏强
-
机构
南京航空航天大学计算机科学与技术学院
南京航空航天大学航空学院
-
出处
《空气动力学学报》
CSCD
北大核心
2023年第6期89-101,I0002,共14页
-
基金
航空科学基金(2018ZA52002,2019ZA052011)
空气动力学国家重点实验室基金(SKLA20180102)
气动噪声控制重点实验室基金(ANCL20190103)。
-
文摘
现有针对非定常流场数值模拟的网格自适应方法,通常每隔一段时间步就进行一次网格调整,增加了计算复杂度和精度损失。针对这一问题,本文基于间断伽辽金(discontinuity Galerkin,DG)有限元法提出了结合BPNN(backpropagation neural network)和MMPDE(moving mesh partial differential equation)的非定常流场网格自适应方法。该方法首先采用DG有限元法对Navier-Stokes方程进行非定常计算,得到统计意义上的网格间断量;然后以初始网格和间断量训练BPNN回归模型,用于预测任意位置节点的间断量;接着使用MMPDE变分法移动网格节点,使其符合统计意义的间断量分布;最终通过Laplacian网格平滑法保证网格单元质量。圆柱绕流非定常流场算例的验证结果表明,该方法能够在不改变网格拓扑结构和不增加节点数的情况下完成一次性网格自适应,显著提高了非定常流场数值计算的精度和效率。
-
关键词
网格自适应
非定常流场
间断伽辽金
移动网格偏微分方程
反向传播神经网络
-
Keywords
mesh adaption
unsteady flow field
DG
mmpde
BPNN
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
V211.3
[自动化与计算机技术—控制科学与工程]
-
