33678新甫京国际品牌应用物理与技术研究中心
高能量密度物理数值模拟教育部重点实验室
非定常流场的机器学习方法研究 |
寇家庆 教授(西北工业大学航空学院)
主持人: 赵耀民 研究员
时 间:2024年4月18日(周四)12:20
地 点:33678新甫京国际品牌1号楼210会议室
报告内容摘要:
现代飞行器研制中面临着很多挑战性的非定常流动问题。近年来,流体力学实验和模拟中产生了海量 的多源流场大数据,为发展数据驱动的非定常气动力模型提供了很多机遇。通过机器学习方法,融合多源 异构流动数据,我们构造了不同层次的低维流动模型,缓解了现有非定常气动力获取方法在精度和效率上 的矛盾。本报告将介绍三方面内容:1)针对非线性气动弹性分析,提出了非定常气动力的机器学习模型, 在保持计算精度的同时极大提高了计算效率;2)发展了数据驱动的流场模态分解方法,为复杂流固耦合机 理分析和流动控制奠定了方法基础;3)提出了基于迁移学习的多源流场数据融合建模方法,在保证精度的 同时,大幅降低了模型对高精度训练样本的依赖。
报告人简历:
寇家庆,西北工业大学航空学院教授。2015 年和 2018 年获得西北工业大学学士和硕士学位,2022 年 获得马德里理工大学博士学位,2022 年-2024 年在亚琛工业大学空气动力学研究所担任洪堡博士后。2023 年获批国家级青年人才(海外)项目资助,2024 年 3 月入职西北工业大学。主要从事飞行器复杂流动模拟和 智能流体力学建模方法研究,在非定常气动力和气动弹性的机器学习方法、数据驱动的流场模态分析方法、 复杂流动的高精度数值模拟方法等方面开展了原创性研究。近五年以第一/通讯作者在 Progress in Aerospace Sciences,Journal of Computational Physics,AIAA Journal 等本领域顶级国际期刊发表论文二十余篇,SCI 引 用 1000 余次。先后入选欧盟玛丽居里 Early Stage Researcher(博士),德国洪堡学者(博士后),陕西省 青年人才等项目,获得国防科技进步二等奖 1 项。连续四年入选斯坦福大学“全球前 2%顶尖科学家”年度 科学影响力排行榜。现任 Aerospace Science and Technology 期刊 Associate Editor,《应用数学和力学》期刊 青年编委。
欢迎各位老师参加交流与讨论