研究翼型绕流的转捩预测方法,对于翼型流动细节的精确模拟和气动力的准确计算以及高精度优化设计均具有十分重要的意义。传统的基于线性稳定性理论的eN转捩预测方法(LST/eN方法)存在平行流假设、对层流解精度要求较高及复杂流场适应性不好等缺点。采用动模态分解(DMD)代替线性稳定性分析与eN方法进行耦合,可作为一种新的翼型边界层转捩预测方法,称为DMD/eN方法。与LST/eN方法不同的是,DMD是一种基于数据驱动的稳定性分析方法,等价于全局稳定性分析的结果[1]。该方法能直接从实验或者数值模拟结果中提取数据,无平行流假设,且具有计算过程中不依赖流动控制方程和边界条件,能较为灵活的用于子域分析和复杂流场等优点。本文首先介绍了空间DMD方法用于边界层稳定性分析的原理,解释了DMD/eN方法用于翼型转捩预测的理论。其次,在原有DMD/eN方法的基础上,改进了DMD网格线划分方法,发展了一套新的DMD与eN方法的耦合方式以及N值的积分策略,增强了该方法的理论适用性和算法鲁棒性。本文将课题组的RANS求解器与改进的DMD/eN方法进行耦合,实现了用于翼型定常绕流的自动化转捩预测方法。采用该方法对LSC72613自然层流翼型以及NLF0416翼型在不同攻角下的绕流进行转捩预测,转捩点计算结果均与实验值和LST/eN方法吻合良好。同时,将该方法计算得到的N值增长曲线与LST/eN方法进行对比,发现其与LST/eN方法的包络线较为吻合,进一步验证了本文所发展的耦合方法与积分方式的正确性。