从物理模型融合到复杂流动模拟,从数据驱动研究到流场智能分析,深度学习正以前所未有的力量重塑流体力学领域。OpenFoam和Fluent深度学习驱动的流体力学方面主要集中以下几个方面: 一、OpenFoam 1、深度学习与物理模型的融合:构建物理增强的深度学习模型,将流体力学的控制方程、边界条件等物理规则内嵌于模型中,以提高模型的...
数据驱动流体力学的应用领域非常广泛,涉及到许多复杂的流体现象。例如,气象学领域可以利用大气层流动的实测数据,来分析和预测天气变化和气候模式。工程领域可以利用数据驱动流体力学来优化飞机的气动设计和减小阻力,或者改进汽车的空气动力学性能,提高燃油效率。此外,在河流和海洋等水流领域,数据驱动流体力学也被广泛应用于预...
主要从事多尺度流动与传热研究,包括临近空间稀薄气体动力学、高温气体动力学和复杂多相流动的多尺度计算与数据驱动建模等,发展了从稀薄到连续流域的多尺度粒子计算方法,提出了从微观分子模拟到宏观控制方程的数据驱动模式,在流体领域顶级期刊Journal of Fluid Mechanics, Journal of Computational Physics, Physical Review ...
近日,北京航空航天大学航空学院的张俊教授和马文军硕士生在流体领域顶级期刊《Journal of Fluid Mechanics》发表了题为“Data-driven discovery of governing equations for fluid dynamics based on molecular simulation”的论文,将分子模拟和机器学习相结合,提出了从分子运动出发,通过数据驱动发现流体力学控制方程的新模式...
2023年11月27日下午,计算机学院开展了第四十四期“01学术沙龙”活动,本次沙龙主题为“数据和知识驱动的新一代流体力学工业软件展望”,活动围绕这一主题,突出学科交叉创新特色,充分探讨了CAE工业软件的研究发展。学院特别邀请航空学院张伟伟...
深度学习驱动的流体力学计算与应用。提供数据与代码,视频回放,多个案例教学,共5天时间 机器学习与流体力学入门: 1,经典流体力学 2,机器学习基础与应用 3,实验流体力学 4,人工智能与实验流体力学(流场,压力) 5,人工智能技术与计算流体动力学 6,时空超分辨率技术 7,深度强化学习在流体动力学中的应用 #每天学习一点...