转自AI科技评论

作为科学发现的第四范式的代表，人工智能已取得令人瞩目的进展，在蛋白质结构预测和博弈等诸多任务中表现出色。当前，大规模科学与工程计算朝着更高精度，以及与人工智能深度融合的方向发展，这可能带来加速科学发现的全新计算范式。

2021年12月16日，西北工业大学航空学院副院长，教育部长江学者特聘教授，流体力学智能化国际联合研究所中方负责人张伟伟在 CNCC 2021 “人工智能在超大规模科学计算领域的应用探索”专题论坛上做了《智能流体力学研究的若干进展》的报告。

张伟伟教授在报告中提到，湍流模型机器学习方法和湍流数据同化方法，将摆脱对传统湍流模型的依赖，实现飞行器高雷诺数湍流场的高精度求解。

针对飞行器大攻角动态失速特性预示，试飞风险大、仿真模拟算不准的困境，张教授及其团队提出风洞动态数据和非定常流动模拟的智能融合方法，将解决飞行器机动飞行的高精度仿真与控制律设计难题。他们建立了基于大数据的复杂流动控制方程识别方法，为燃烧、多相流、多场耦合等复杂工程问题的数学表征提供新的解决方案。

最后，张伟伟教授总结道，通过机器学习方法，利用数值模拟和实验产生的流动大数据，发展智能流体力学，将成为流体力学发展的新范式。

内容中包含的图片若涉及版权问题，请及时与我们联系删除