仅用12组实验数据，CFD误差直降65%！
CFD Correction of Open Tip Clearance Flow in a Compressor Cascade Using VAE Latent Space Adaptation
📖 AI 总结
本文针对压气机叶栅中开式叶顶间隙流的CFD预测与实验观测之间存在偏差、而高分辨率实验数据又十分稀缺的问题，提出了一种基于变分自编码器（VAE）潜空间自适应的非侵入式修正方法。研究首先利用166个参数化采样的CFD总压损失场训练VAE，学习其低维统计表征；随后冻结VAE，仅使用12组配对的CFD—实验工况训练低秩潜空间适配器，并通过观测算子将修正后的高分辨率场映射到实验观测空间，使监督信号仅作用于实际测量位置和测量节距窗口内。在12折交叉验证中，平均绝对误差由0.1335降至0.0473，均方根误差由0.1717降至0.0621，相对L2误差由0.5108降至0.1871。结果表明，该方法无需修改RANS求解器，也无需构造人工高分辨率实验标签，即可有效改善CFD预测与稀疏实验观测之间的一致性，为叶顶间隙流的高保真修正提供了可行途径。
🔑 关键词速览
| 变分自编码器 (VAE) | 一种生成式神经网络，通过学习数据的低维潜在表示来重构输入，常用于降维和特征提取。 |
| 潜在空间自适应 (Latent Space Adaptation) | 在预训练模型的潜在空间中训练一个轻量适配器，以微调模型输出，使其匹配新数据分布。 |
| 开式叶顶间隙流 (Open Tip Clearance Flow) | 压气机叶栅中叶顶与机匣之间的间隙导致的泄漏流动，对气动损失和性能有重要影响。 |
| 总压损失场 (Total Pressure Loss Field) | 描述流体总压沿空间分布的物理量场，常用于评估叶轮机械的气动损失特性。 |
| RANS求解器 (RANS Solver) | 基于雷诺平均纳维-斯托克斯方程的数值求解器，是CFD中常用的湍流模拟工具。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅