بهبود فهم لایه های مرزی با کمک یادگیری ماشین

لایه های مرزی در دینامیک سیالات علیرغم ابعاد، میکروسکوپی اثرات ماکروسکوپی بر رفتار جریان دارند؛ از تولید نیروی درگ(پسا) تا انتقال حرارت و ثبات جریان. شبیه سازی این نواحی همیشه دشواری های خاص و مختص به خود را داشته است. تکنیک های مرسومی چون مدل سازی آشفتگی مبتنی بر متوسط گیری معادلات ناویر استوکس (RANS)، شبیه سازی گردابه های بزرگ (LES) و شبیه سازی عددی مستقیم (DNS) ناچار به مصالحه ای دردسرساز میان صحت نتایج و قیمت گزاف محاسباتی هستند. در این پژوهش به پیشرفت های حاصل در محاسبات لایه مرزی در نتیجه تقویت و بهبود در مدل های یادگیری ماشینی پرداخته شده است.

کلیدواژه ها:

مهندسی ، مکانیک ، لایه مرزی ، هوش مصنوعی ، تکنولوژی ها و روش های جدید ، یادگیری ماشینی