2024年2月29日组会交流
编辑：【admin】 加入时间：【2024-2-29】
|
汇报人 |
魏亚博 |
|
汇报题目 |
基于序列采样技术的船型多目标优化实例分析
|
|
汇报内容 |
仔细研读了关于优化设计中的高维多目标优化问题方面的论文，对关于高维多目标优化问题及决策体系进行了学习。近期主要将序列采样应用到实际工程问题中，以KCS为研究对象采用SBD优化体系和序列采样优化体系对其阻力和伴流开展了优化设计，结果表明在KCS船两目标优化算例中，序列采样多目标优化体系在多目标优化问题的 Pareto 最优解集附近具有更高的预测精度，且其优化效率有一定程度的提高。未来需要注意阐述方法的必要性、重要性，能解决什么问题，方法是否也能适用于其他船型优化问题；且需要思考讨论能否结合机器学习算法实现智能化加点寻优。 |
|
汇报人 |
Max |
|
汇报题目 |
关于将机器学习应用于计算流体动力学和优化的学习
|
|
汇报内容 |
研读了两篇关于机器学习在计算流体动力学和复合螺旋桨优化方面的研究论文，使用了OpenFOAM对螺旋桨瞬态进行模拟。 |
|
汇报人 |
谢勃汉 |
|
汇报题目 |
平板湍流边界层转捩噪声研究
|
|
汇报内容 |
介绍了一篇基于高马赫数可压缩空气来流的平板湍流边界层的转捩研究文献，对比了隐式大涡模拟和直接数值模拟求解平板湍流边界层转捩的差异；介绍了Farassat-1A公式中的时间延迟问题，分析了延迟时间法和提前时间法这两种处理时间延迟问题方法的区别，尝试将课题组使用的延迟时间法代码调整为提前时间法；介绍了艇体搭载UUV上浮的项目工作开展情况。
|
|
汇报人 |
孟欣欣 |
|
汇报题目 |
基于噪声源模型探究涡流发生器对声源的影响
|
|
汇报内容 |
首先，汇报了文献阅读部分，近期主要阅读了一篇文献，一篇是关于流场与机器学习结合的文章，另一个主要学习的内容是赵老师分享的pcd分解方法。其次，汇报了近期的相关工作，第一个工作是将starccm中的Curle宽带噪声源引入到openfoam后处理中；第二个工作是探究不同涡流发生器对舵周围声源分布的影响；第三个工作是开展了机器学习架构的构建与测试；最后，报告了后期规划。 |