Jul, 2023
基于物理启发神经网络的压气机叶栅流动研究
Investigation of compressor cascade flow based on physics-informed
neural networks
TL;DR该研究首次利用物理信息神经网络(PINNs)方法预测压缩器叶片的流场,通过在正向和反向问题中融入Navier-Stokes方程,在正向问题中,相比深度神经网络(DNNs),PINNs能更精确地预测流场,且在无部分边界条件的反向问题中,PINNs比传统的CFD方法表现出明显优势,能仅依靠部分速度向量和壁压力信息成功重构压缩器叶片的流场,证明了PINNs作为一种有潜力的替代方法能提供给涡轮机械设计师更高的准确性。