近日,西北工業大學航空學院張偉偉教授團隊將Transformer網絡架構運用到航空器翼型的流場快速預測研究中,極大提升了流場建模和設計效率。相關研究成果以《Fast aerodynamics prediction of laminar airfoils based on deep attention network》為題在線發表于國際流體力學知名期刊《Physics of Fluids》。該論文被選為當期的主編推薦特色文章,并被美國物理聯合會《科學之光》進行了專訪報道。西北工業大學航空學院2021級博士生左奎軍為該論文的第一作者,西北工業大學航空學院張偉偉教授和中國空氣動力研究與發展中心的袁先旭研究員為該論文的共同通訊作者。
論文圍繞深度學習與空氣動力學交叉融合進行研究,創造性地將在自然領域被廣泛使用的transformer網絡架構用于翼型的幾何編碼任務,發現transformer網絡架構針對不同的翼型均表現出較強的幾何泛化性,且與卷積神經網絡等模型相比幾何可解釋性更強。同時,進一步將幾何特征、雷諾數、攻角等物理信息進行了融合編碼,構建了融合特征與待預測流場之間的映射關系,為發展高效的基于數據驅動的深度學習流場預測方法提供了新解決思路。