深度學(xué)習(xí)在邊界層流動(dòng)穩(wěn)定性分析中的應(yīng)用

摘要： 基于線性穩(wěn)定性理論（linear stability theory, LST）的e~N方法是邊界層轉(zhuǎn)捩預(yù)測(cè)中比較可靠的方法之一。為了將傳統(tǒng)LST特征值問(wèn)題的求解過(guò)程大幅度簡(jiǎn)化和自動(dòng)化，使用卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network, CNN）在邊界層相似性解的LST分析樣本集上進(jìn)行訓(xùn)練，針對(duì)流向和橫流不穩(wěn)定性，分別在自然層流翼型和無(wú)限展長(zhǎng)后掠翼上預(yù)測(cè)...