“东方”超算助力智能超燃冲压发动机设计

查找参加最新学术会议,发表EI、SCI论文,上学术会议云
2025年第四届算法、数据挖掘与信息技术国际会议(ADMIT 2025)
2025年第八届机器学习和自然语言处理国际会议(MLNLP 2025)
2025年第八届数据科学和信息技术国际会议(DSIT 2025)
2025年数据科学与智能系统国际会议(DSIS 2025)
2025年第四届先进的电子、电气和绿色能源国际会议 (AEEGE 2025)
2025年第二届亚太计算技术、通信和网络会议(CTCNet 2025)
艾思科蓝 | 学术会议 | 学术期刊 | 论文辅导 | 论文编译 | 发表支持 | 论文查重
文章导读
传统高超声速发动机设计为何总被燃烧分析拖累?人工判读海量流场数据,不仅耗能巨大、效率低下,还难跨工况关联。中国科学院团队联手国产“东方”超级计算系统,彻底颠覆这一困局!他们构建了智能聚类与摘要生成工具,基于210个1848万级网格算例训练,覆盖静压0.8-2.1MPa、静温565K-830K等宽域条件,完成6TB高通量模拟分析。惊人成果:燃烧稳态识别节省至少60%计算资源,提升现象可分性。这项突破性研究已被ChinaVis 2025录用,为智能发动机优化注入高效动力,开启飞行器设计新纪元。
— 内容由好学术AI分析文章内容生成,仅供参考。

对复杂燃烧动力学的量化分析是高超声速飞行器动力系统设计优化的关键环节。传统方法依赖海量流场数据的人工判读,存在计算资源消耗大、现象识别效率低、跨工况关联分析困难等问题,制约了设计优化进程。

近日,中国科学院计算机网络信息中心单桂华研究团队联合力学研究所姚卫研究团队,依托“东方”超级计算系统的国产大算力支撑,构建了超燃冲压发动机燃烧时序流场聚类与摘要智能生成系统,为超声速燃烧动力学研究提供了新的分析工具。

该团队基于2101848万级网格高分辨率大涡模拟工况算例开展模式识别训练,覆盖静压0.8MPa至2.1MPa、静温565K至830K、水蒸气浓度7.8%至14%的宽域发动机工作条件。在东方超算平台的支持下,团队完成了总数据量6TB的高通量数值模拟与数据分析。针对全局特征聚类杂乱的问题,改进聚类效果,提升科学现象可分性,与传统方法相比达到燃烧稳态节省了至少60%计算资源。

相关研究成果被ChinaVis 2025录用,并被推荐至Journal of Visualization。研究工作得到中国科学院战略性先导科技专项的支持。

“东方”超算助力智能超燃冲压发动机设计

超燃冲压发动机燃烧时序流场聚类与摘要智能生成流程图

© 版权声明
2025年第四届算法、数据挖掘与信息技术国际会议(ADMIT 2025)
2025年第八届机器学习和自然语言处理国际会议(MLNLP 2025)
2025年第八届数据科学和信息技术国际会议(DSIT 2025)
2025年数据科学与智能系统国际会议(DSIS 2025)
第二届大数据分析与人工智能应用学术会议(BDAIA2025)
2025年第四届先进的电子、电气和绿色能源国际会议 (AEEGE 2025)
2025年第二届亚太计算技术、通信和网络会议(CTCNet 2025)
艾思科蓝 | 学术会议 | 学术期刊 | 论文辅导 | 论文编译 | 发表支持 | 论文查重

相关文章

查找最新学术会议,发表EI、SCI论文,上学术会议云
艾思科蓝 | 学术会议 | 学术期刊 | 论文辅导 | 论文编译 | 发表支持 | 论文查重

暂无评论

none
暂无评论...