CFD驱动的符号回归框架修正RANS转捩模型

2026年11月3日，Louenas Zemmour等人发布arXiv预印本，提出一种CFD驱动的稀疏符号回归框架，用于修正基于k-ω-γ模型的湍流过渡预测。 该研究利用ERCOFTAC T3平板壁面分辨大涡模拟（LES）的平均速度数据，从21个候选项中筛选出11个，学习出可解释的闭式修正项。在LS89涡轮叶栅非定常流动中，该修正使传热误差降低达70%。 值得注意的是，该方法无需重新训练即可应用于远超出训练包络的跨声速叶栅，增强了非定常流动预测的鲁棒性。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。