深度学习在边界层流动稳定性分析中的应用

摘要： 基于线性稳定性理论（linear stability theory, LST）的e~N方法是边界层转捩预测中比较可靠的方法之一。为了将传统LST特征值问题的求解过程大幅度简化和自动化，使用卷积神经网络（convolutional neural network, CNN）在边界层相似性解的LST分析样本集上进行训练，针对流向和横流不稳定性，分别在自然层流翼型和无限展长后掠翼上预测... （共17页）