基于深度学习的复杂流场特性预测方法

本方法利用基于距离场的叶型参数化方法来描述叶片的形状，不仅能有效表达叶片的几何特征，还能够捕捉形状的细微差别，提升模型对复杂结构的学习能力；基于深度学习方法，分别预测了叶片表面的气动压力以及叶片周围流场的压力值；可以用于分析叶片内部因素及不同工况对压气机叶片气动力的影响，以及航空发动机流场特性的实时预测和优化。