2024 年 11 月 4 日

 

• 人工智慧 (AI) 和機器學習支援節能飛機配置的開發。
• 可以更快預測複雜的流動現象。
• 數值模擬可以更好地利用現有的計算資源。
• 重點：航空、數位化、氣候友善飛行、人工智慧

 

氣候友善飛行之路需要節能飛機、低排放引擎和優化的飛行路線。數位化可以加速開發，例如透過模擬飛機周圍的氣流。這意味著高效能電腦必須處理大量資料。德國航空航天中心 (DLR) 現已展示機器學習和人工智慧 (AI) 如何顯著支援資料的建立和進一步處理。

「透過我們的軟體，我們可以非常精確地模擬飛行操作中各種情況的流量，然後進行分析。許多流動條件和飛機配置在設計或批准中發揮作用。 「但使用現有的流體力學方法來計算所有這些都太複雜了，」來自不倫瑞克 DLR 空氣動力學和流體動力學研究所的 Stefan Görtz 教授說道。 「這就是深度人工神經網路發揮作用的地方，它處理大量非結構化資料。我們已經將這些機器學習方法專門用於空氣動力學。它們使我們能夠快速做出許多預測。” 特別之處在於，它們與使用經典方法做出的陳述幾乎具有相同的品質。”研究人員現在還可以很好地預測複雜的流動現象，例如壓縮波動或分離區域。

 

模擬越準確，對未來飛機的評估越好

當飛機飛行速度低於音速，但機翼周圍的氣流在某些地方仍然達到超音速時，就會發生壓縮衝擊。那裡的流動條件突然改變。壓縮衝擊也會產生更高的空氣阻力，在某些情況下，氣流無法再沿著機翼表面流動 - 它會分離。 「為了能夠可靠地評估空氣動力學特性，從而評估未來飛機和引擎的效率，對這些流動現象的精確模擬非常重要，」Stefan Görtz 說。

研究人員也使用人工智慧（AI）方法來改進湍流模型。湍流的特徵是速度和壓力的不規則波動。科學家結合了 DLR 的模擬和測量數據，在人工智慧的幫助下改進了現有模型。現在可以更好地預測和理解空氣的混亂、漩渦運動。 Stefan Görtz 表示：“新鮮的是，即使並非所有微小細節都在模擬中以巨大代價計算出來，但有充分根據的陳述也是可能的。”

 

數值模擬：機翼周圍的空氣如何流動？

在最近完成的SMARTfly（飛行運輸車輛智慧建模）專案中，由Dr. Philipp Bekemeyer 和 Stefan Görtz 教授也改進了數值流動模擬（計算流體動力學，CFD），該模擬已經經過數十年的嘗試和測試。 CFD 計算在德勒斯登和哥廷根的兩台 DLR 超級電腦 CARA 和 CARO 上運作。數值模擬在物件周圍放置一個虛擬網格。然後計算機計算網格中各單元的流動方程式。單元格越小，結果越精確，計算量也越大。 ONERA、DLR 和空中巴士 (CODA) 目前使用的 CFD 軟體是專門為有效使用當前和未來電腦硬體而設計的，並在該專案中得到了進一步開發。 「借助 CODA，我們現在可以模擬各種速度下的流動，並計算懸停中的直升機和巡航飛行中的客機的流動行為。能夠在一個軟體中同時完成這兩項工作對於這種形式來說是全新的。

除了航空應用之外，該軟體還適用於模擬從風力渦輪機、汽車、火車和輪船到太空船的一切，以及氫氣罐中的罐體晃動。

未來，SMARTfly計畫的成果將有助於推動新機型的虛擬認證。在開發過程的早期，研究人員可以就變化將對燃油消耗產生什麼影響或某些配置在飛行中的表現做出初步陳述。

 

[照片]

(A) 商用飛機周圍的流動模擬

該專案開發了用於飛機和引擎設計的物理綜合數位建模和模擬方法。此影像顯示了真實飛行條件下客機周圍的流動模擬。

(B) DLR 研究飛機 ISTAR 正在飛行並與流動模擬結果進行比較

電腦輔助流動模擬是下一代飛機研發的重要基礎。這裡可以看到 DLR 研究飛機 ISTAR。