机器学习在流动控制领域的应用及发展趋势

来源 :航空学报 | 被引量 : 0次 | 上传用户:wh_wzy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
流动控制作为流体力学中的重要跨学科领域,一直是科学研究和工程应用关注的焦点之一.由于流动系统具有强非线性等复杂特征,对流动的控制尤其是闭环控制,一直颇富挑战性.近年来机器学习的迅速发展为许多学科带来了新的方法、新的视角和新的观点,对于流动控制领域亦是如此.通过回顾现阶段三类基于机器学习的流动控制方法,为主动流动控制领域的研究者展示机器学习在流动控制中应用的整体概况,进而勾勒出本领域的发展趋势.
其他文献
人工智能(AI)是21世纪的前沿科技,流体力学如何在智能化时代焕发青春是值得本领域研究者思考的话题.从智能赋能流体力学角度,就其研究内涵、研究内容、近期研究及难点进行了
目标检测是提高无人机(UAV)感知能力的关键技术之一,其研究对于无人机的应用有着重要意义。与基于手工特征的传统方法相比,基于卷积神经网络的深度学习方法具有强大的特征学习和表达能力,成为目前目标检测任务的主流算法。近年来,目标检测技术已经在自然场景图像上取得了一系列突破性进展,在无人机领域的研究也逐渐成为热点。首先系统阐述了基于深度学习的目标检测算法的研究进展,并总结了相关算法的优缺点。对常见的航空
Ferrofluid moving thin films and their possible significance with regard to active flow control for lift and attack angle enhancement are discussed.In this stra
Propeller aircraft are widely used in general aviation.The rotating propeller has a strong effect on the aerodynamic performance of the wing.This paper uses an