【WS-FTNCFD-2022|张宇飞 】基于数据驱动的湍流建模——现状与挑战

风流知音(FLOWS:Physics & beyond)【WS-FTNCFD-2022|张宇飞 】基于数据驱动的湍流建模——现状与挑战 CFDST (2022年8月1日)1036

基于数据驱动的湍流建模——现状与挑战

专家简介：

报告摘要：

人工智能技术与空气动力学交叉研究发展非常迅速，是目前国内外的研究热点。湍流建模已有大量理论或经验知识，在单纯的人工智能技术中难以体现。如何将数据驱动技术与湍流建模理论相结合，是交叉研究的难题。本报告针对人工智能与湍流建模理论结合的案例进行分析，旨在深入结合数据驱动与知识驱动，提升人工智能技术在湍流建模的预测效果。重点利用机器学习提升分离流动的预测精度，在机器学习湍流建模中，融入雷诺应力张量理论与关键建模特征等知识，利用二阶本构关系等方式，提升流动分离预测的效果，改进气动力的预测精度。报告中将介绍机器学习与湍流建模交叉研究的若干典型案例，并结合团队的研究进展，探讨该领域的主要研究方向。