成果展示
An artificial neural network-based quadratic constitutive Reynolds stress model for separated turbulent flows using data-augmented field inversion and machine learning
时间:2026-04-29作者:编辑:审核:阅读:213
作者信息：
一作：
学院：航空学院
姓名：龚天驰
二作（通讯作者）：
学院：航空学院
姓名：王岩
论文简介：
提出了一种基于人工神经网络的二次本构雷诺应力模型（ANN-QCR），在宽范围攻角和雷诺数下显著提升了对激波边界层干扰等复杂分离流动的模拟精度，并在气动力预测及分离泡捕捉上展现出优异的泛化能力。
论文链接：
https://doi.org/10.1063/5.0263211
期刊名：《Physics of Fluids》
