Бул изилдөө, гиперүндүк цилиндрler жана NACA64A aмененsindeki калак profilleri çevresindeki басым, температура жана дубал жылуулук агымы alanlarını daha az sayıda pahalı жогорку тактыктагы CFD çözümüyle tahmin etmek amacıyla CIGRC adlı bir ыкма geliştirmiştir. CIGRC, “Contraction-Guided Implicit Graph Residual Correction” ifadesinin kısaltmasıdır жана түркчөde кысылуу жетектеген жашыруун графтык калдык оңдоо катары ачыкlanabilir. Yöntem önce bol miktardaki төмөн тактыктагы CFD маалыматsi менен sınırlı жогорку тактыктагы маалыматyi birleştiren көп тактыктагы derin нейрон тармагыyla başlangıç tahmini üretmekte, ardından bu tahminde kalan uzamsal hatayı CFD торı üzerinde tanımlanan bir граф alanı катары düzeltmektedir.

Geleneksel ачык граф sinir торlarında bilgi, önceden belirlenmiş sayıda билдирүү өткөрүү катмарından geçirilir. CIGRC’de болсо калдык durum, daralma koşulunu sторlaması amaçlanan bir граф operatörünün туруктуу чекит dengesi катары çözülmektedir. İlk баскычda kararlı bir statik калдык оңдоо hesaplanmakta, ikinci баскычda болсо дарбаза жана амплитуда sınırlarıyla denetlenen dinamik bir düzeltme eklenmektedir. Bu түзүм, өзгөчөlikle шок толкуну, алдыңкы кыры sıkışması, чек катмары жана из аймагыnde uzamsal катары örgütlenmiş hataları azaltmayı amaçlamaktadır.

Цилиндр тестlerinde көп тактыктагы temel модельin орточо басым hatası %2,22 iken CIGRC менен %1,38’e; температура hatası %5,13’ten %4,31’e düşmüştür. NACA64A204 канат профилиnde басым hatası %10,59’dan %8,54’e, температура hatası %11,17’den %7,37’ye gerмененmiştir. Duvar жылуулук агымыnda CIGRC, цилиндр үчүн орточо hatayı %0,73’e жана NACA64A204 үчүн %1,44’e indirmiştir. Örtük ыкма, ачык граф düzeltme модельi EGRC’ye göre өзгөчөlikle шокla ilişkili басым hatalarında daha күчтүү натыйжа жанаrmiş; daha düzgün температура alanlarında iki ыкма birbirine yakın performans көрсөткөн.

Түркия жагынан баалоо: Yaklaşım; Түркияда гиперүндүк araç, ракета, кайра кирүү системаi, жогорку ылдамдыктагы аба киргич жана термалдык коргоо системаi geliştiren üniжанаrsiteler менен изилдөө kuruluşlarında pahalı CFD изилдөөlarını önceliklendiren bir yardımcı модель катары баалуулукlendirмененbilir. Uygulamadan önce Түркияда kullanılan çözücüler, gaz модельleri, материал жана duvar kataliz varsayımlarıyla yeniden окутуу түзүмlması; үч өлчөмдүү araç geometrмененri, türbülans-geçiş koşulları, чыныгы учуу жана шамал туннели өлчөөлөрiyle валидация чыныгыleştirilmesi gerekir. Изилдөөdan Түркиядаki belirli bir aracın температура жүкü, коопсуздук marjı, термалдык коргоо kalınlığı же учууa elмаалыматşliliği түздөн-түз çıkarılamaz.

Изилдөөнүн temel баалуулукi, төмөн тактыктагы CFD’nin taşıdığı жалпы физикалык eğilimleri korurken жогорку тактыктагы çözüme göre kalan hatayı bторımsız noktalar катары değil, CFD тор topolojisi üzerinde örgütlenmiş bir alan катары иштетүүsidir. Муну менен бирге bildirмененn doğruluklar чыныгы физикалык alanın mutlak doğruluğunu değil, модель tahminlerinin изилдөөдө kullanılan жогорку тактыктагы CFD çözümlerine yakınlığını көрсөтөт.

Изилдөөнүн çözmeye çalıştığı sorun эмне?

Гиперүндүк учууta шок булакlı sıkışma, viskoz энергия kaybı жана жогорку температура gaz etkмененri aracın çevresinde yoğun басым жана температура gradyanları oluşturur. En жогорку ısı жүкleri çoğunlukla токтоо чекити, алдыңкы кыры жана шок-чек катмары өз ара аракеттенүү bölgelerinde yoğunlaşır. Bu жүкlerin eksik tahmin edilmesi термалдык коргоо системанынi yetersiz bırakabilir; aşırı tahmin edilmesi болсо aracı gereğinden торır жана чыгымli hâle getirebilir.

Termoхимиялык dengesizlik içeren жогорку тактыктагы CFD çözümleri geniş торlar, küçük duvar hücreleri жана uzun жакындашуу süreleri gerektirir. Buna karşılık daha seyrek торlar же basitleştirilmiş эсептөөlar daha ылдамdır fakat өзгөчөlikle жылуулук агымы жана шок түзүмsında belirgin hata oluşturabilir. Çok doğruluklu öğrenme bu iki маалымат türünü birleştirerek az sayıdaki pahalı çözümden daha fazla yararlanmayı amaçlamaktadır.

Изилдөөya göre mevcut көп тактыктагы модельler төмөн жана жогорку doğruluk деңгээлleri arasındaki жалпы ilişkiyi öğrenebilse de tahminde kalan hatanın шок, чек катмары, жылуулук tabaka жана iz boyunca örgütlenmiş uzamsal түзүмsını ачык biçimde модельlemeyebilir. CIGRC bu boşluğu, kalan hatayı CFD торında tanımlanan граф destekli bir калдык alanı катары çözerek gidermeye изилдөөktadır.

CIGRC кайсы баскычlardan oluşmaktadır?

1. Çok doğruluklu temel кайра куруу: Düşük doğruluklu CFD alanı tahmin edilir жана bu bilgi ишкана koşullarıyla бирге жогорку тактыктагы başlangıç tahminine dönüştürülür.
2. Yapılandırılmış калдык alanı: Yüksek doğruluklu çözüm менен başlangıç tahmini arasındaki kalan hata, CFD тор noktaları üzerinde bir граф sinyali катары tanımlanır.
3. Statik жашыруун граф düzeltmesi: Grafik operatörü туруктуу чекит dengesine ulaşıncaya kadar yinelenerek temel жана kararlı bir калдык оңдоо hesaplanır.
4. Sınırlı динамикалык оңдоо: Statik баскычdan sonra kalan hata, дарбаза баалуулукi жана maksimum амплитуда tarafından sınırlandırılan ikinci bir жашыруун граф модульüyle düzeltilir.
5. Kanat profilleri arası aktarım: NACA64A204 üzerinde öğrenмененn модель, NACA64A104 жана NACA64A004 үчүн başlangıç катары kullanılır жана sınırlı hedef маалыматsiyle yeniden ayarlanır.

Çok doğruluklu temel модель кантип изилдөөktadır?

Агым koşulu Mach саны жана чабуул бурчуyla аныкталган:

\[ \boldsymbol{\mu}=(Ma,\alpha) \]

Bir CFD тор noktasının жайгашууu \(\mathbf{r}_i=(x_i,y_i)\), төмөн тактыктагы басым жана температура маанилерi \(\mathbf{y}_{L,i}\), жогорку тактыктагы маанилерi болсо \(\mathbf{y}_{H,i}\) менен gösterilmektedir:

\[ \mathbf{y}_{L,i}=(P_{L,i},T_{L,i}), \qquad \mathbf{y}_{H,i}=(P_{H,i},T_{H,i}) \]

Çok doğruluklu derin нейрон тармагы önce төмөн тактыктагы alanı tahmin eder:

\[ \widehat{\mathbf{y}}_{L,i}=f_L(\mathbf{r}_i,\boldsymbol{\mu};\theta_L) \]

Daha sonra жайгашуу, ишкана koşulu жана төмөн тактыктагы çıktı kullanılarak başlangıç жогорку doğruluk tahmini oluşturulur:

\[ \widehat{\mathbf{y}}_{0,i} =f_H(\mathbf{r}_i,\boldsymbol{\mu},\widehat{\mathbf{y}}_{L,i};\theta_H) \]

Bu başlangıç tahmini MFDNN tabanı катары adlandırılmıştır. CIGRC түздөн-түз бардык fizik alanını sıfırdan üretmez; bu физикалык катары yönlendirilmiş başlangıç alanında kalan düzenli hatayı düzeltir.

Neden logaritmik uzay колдонулган?

Басым жана температура pozitif büжүкlüklerdir жана serbest akım менен шок bölgesi arasında geniş aralıklarda değişebilir. Bu эмне үчүнle калдык оңдоо түздөн-түз физикалык маанилерde değil, aşторıdaki logaritmik durumda түзүмlmıştır:

\[ \mathbf{s}_{H,i}=\log(1+\mathbf{y}_{H,i}), \qquad \mathbf{s}_{0,i}=\log(1+\widehat{\mathbf{y}}_{0,i}) \]

Başlangıç artığı:

\[ \mathbf{e}_{0,i}=\mathbf{s}_{H,i}-\mathbf{s}_{0,i} \]

şeklinde аныкталган. Son tahmin физикалык uzaya:

\[ \widehat{\mathbf{y}}_{\mathrm{final}} =\exp(\mathbf{s}_{\mathrm{final}})-1 \]

ifadesiyle geri dönüştürülür. Bu иштетүү tahmin edмененn басым жана sıcaklığın pozitif kalmasına yardımcı olur жана ар башка büжүкlük ölçeklerini sıkıştırır.

CFD торı кантип граф түзүмsına dönüştürülmüştür?

Her örneklenmiş CFD тор noktası bir граф түйүнü катары колдонулган:

\[ \mathcal{G}=(V,E,A) \]

Burada \(V\) түйүнleri, \(E\) түйүнler arasındaki байланышları жана \(A\) байланыш матрицасыni көрсөтөт. Her түйүнün өзгөчөlik жанаktöründe şu bilgмененr bulunmaktadır:

• Mach саны жана чабуул бурчу,
• normalize edilmiş uzamsal koordinatlar,
• төмөн тактыктагы басым жана температура tahminleri,
• MFDNN жогорку тактыктагы başlangıç tahmini,
• төмөн жана жогорку doğruluk eğilimleri arasındaki fark көрсөткүчsi,
• yerel komşuluk değişimi же белгисиздик көрсөткүчsi,
• шок жана жогорку gradyan bölgelerini belirleyen risk көрсөткүчsi.

Düğümler uzamsal k-эң жакын кошуналык ilişkisiyle bторlanmıştır. Temel geometrik салмак, yakın noktaların daha жогорку салмак alacторı üstel uzaklık fonksионuyla эсептелген:

\[ A^x_{ij} = \frac{ \mathbf{1}_{j\in N_k(i)} \exp\left(-\|\mathbf{r}^n_i-\mathbf{r}^n_j\|_2^2/\ell_x^2\right) }{ \сууm_{j'\in N_k(i)} \exp\left(-\|\mathbf{r}^n_i-\mathbf{r}^n_{j'}\|_2^2/\ell_x^2\right) } \]

Басым жана температура үчүн aynı граф торırlığı kullanılmamıştır. Басым dalında шок жана жогорку hata bölgelerine daha fazla öным маалыматlmiş; температура dalında жылуулук benzerlik güçlendirilmiştir. Bunun эмне үчүнi basıncın шок boyunca keskin sıçramalar göstermesi, sıcaklığın болсо жалпы катары daha düzgün жана yayılımcı davranmasıdır.

Açık жана жашыруун граф düzeltmesi arasındaki fark эмне?

Karşılaştırma модельi EGRC, önceden belirlenen sayıda граф билдирүү өткөрүү катмарını ardışık biçimde uygular. Bu эмне үчүнle bilginin графte ne kadar мененrleyeceği тор derinliğiyle sınırlıdır. Çok derin ачык GNN түзүмları aşırı düzgünleşme жана uzak bilgмененrin dar bir temsменен sıkışması gibi sorunlar yaşayabilir.

CIGRC’de болсо gizli калдык durumu belirli sayıda катмарın çıktısı değildir. Durum, aşторıdaki örtük граф operatörünün туруктуу чекитsı катары аныкталган:

\[ H_s^{*} = \tanh\left( \oжанаrline{H}+H_s^{*}W_s+AH_s^{*}U_s \right) \]

Sabit nokta, басаңдатылган итерация yoluyla çözülmektedir:

\[ H_s^{k+1} = (1-\eta_s)H_s^k + \eta_s\Phi_s(H_s^k;X,A) \]

Yineleme önceden belirlenmiş bir граф derinliğine ulaşmak үчүн değil, kendi үчүнde tutarlı bir denge durumuna yaklaşmak үчүн түзүмlmaktadır.

Daralma koşulu эмне маанини билдирет?

Örtük operatör жалпы biçimde:

\[ H^*=\Phi(H^*;X,A) \]

катары yazılmıştır. Operatör:

\[ \Phi(H;X,A)=\tanh(E(X)+HW+AHU) \]

biçimindedir. İki ар башка gizli durum arasındaki fark үчүн üst sınır:

\[ \|\Phi(H_1)-\Phi(H_2)\|_F \leq \left(\|W\|_2+\|A\|_2\|U\|_2\right) \|H_1-H_2\|_F \]

катары маалыматlmiştir. Daralma katsayısı:

\[ \rho=\|W\|_2+\|A\|_2\|U\|_2 \]

şeklinde аныкталган. \(\rho<1\) болгонуnda operatör кысылуу чагылдыруусуdir. Banach туруктуу чекит теоремасыne göre bu koşul, туруктуу чекитnın varlığı, tekliği жана yinelemeyle erişмененbilirliği үчүн yeterli bir koşul sторlamaktadır.

Sönümlü çözümün жакындашуу katsayısı:

\[ q=(1-\eta)+\eta\rho \]

olup \(\rho<1\) koşulunda \(q<1\) olur. Hata, yineleme sayısıyla geometrik катары azalır:

\[ \|H^k-H^*\|_F \leq q^k\|H^0-H^*\|_F \]

Bu matematiksel натыйжа, чыныгы окутуу sürecindeki her мүмкүн тор жана parametre үчүн mutlak kararlılık kanıtı değildir. Изилдөөda satırları normalize edilmiş граф matrisleri, sınırlı салмакlar жана sönümlü güncellemeler kullanılarak örtük çözücünün kararlı davranması amaçlanmıştır.

Statik жана динамикалык оңдоо эмне үчүн өзүнчөlmıştır?

Statik баскыч туруктуу чекит dengesinden sınırlı bir калдык üretmektedir:

\[ \Delta s_{\mathrm{static}} = c_s\tanh(R_s(H_s^*,X)) \]

Statik катары düzeltilmiş durum:

\[ s_{\mathrm{static}} = s_0+\Delta s_{\mathrm{static}} \]

olur. Dinamik баскыч, статикалык оңдооden sonra kalan hatayı өзүнчө bir жашыруун граф denge durumuyla işler. Dinamik çıktı hem sigmoid дарбаза hem de maksimum амплитуда katsayısıyla sınırlandırılmıştır:

\[ \Delta s_{\mathrm{dynamic}} = g_{\mathrm{dyn}} \odot c_d\tanh(R_d(H_d^*,X,H_s^*)) \]

\[ g_{\mathrm{dyn}}=\sigma(G_d(H_d^*,X)) \]

Son durum:

\[ s_{\mathrm{dynamic}} = s_{\mathrm{static}}+\Delta s_{\mathrm{dynamic}} \]

şeklindedir. Басым dalında шок жайгашуу hatalarını gidermek үчүн dinamik güncellemeye görece daha fazla hareket alanı tanınmış; температура dalında болсо daha tutucu bir динамикалык оңдоо колдонулган.

Düzeltmenin aşırı büyümesi кантип önlenmiştir?

Hiperbolik tanjant жана pozitif ölçek katsayıları эмне үчүнiyle düzeltmeler:

\[ \|\Delta s_{\mathrm{static}}\|_\infty\leq c_s, \qquad \|\Delta s_{\mathrm{dynamic}}\|_\infty\leq c_d \]

менен sınırlandırılmıştır. Eğitim kaybına өзүнчөca aday düzeltmenin bir önceki durumu kötüleştirmesini cezalandıran iyмененştirme terimi eklenmiştir:

\[ L_{\mathrm{improжана}} = \max\left( 0,\, \ell(s_{\mathrm{candidate}},s_H) - \ell(s_{\mathrm{ref}},s_H) \right) \]

Toplam жоготуу; nihai alan hatası, statik жана dinamik калдык gкыскачаimi, граф düzgünlüğü, дарбаза düzenlemesi жана iyмененştirme kısıtından oluşmuştur:

\[ L_{\mathrm{total}} = L_{\mathrm{final}} +\lambda_{\mathrm{static}}L_{\mathrm{static}} +\lambda_{\mathrm{dyn}}L_{\mathrm{dyn}} +\lambda_{\mathrm{graph}}L_{\mathrm{graph}} +\lambda_{\mathrm{gate}}L_{\mathrm{gate}} +\lambda_{\mathrm{imp}}L_{\mathrm{improжана}} \]

Изилдөөda temel экспериментler үчүн \(\lambda_{\mathrm{static}}=0{,}10\), \(\lambda_{\mathrm{dyn}}\approx0{,}75\), tam alan окутууinde \(\lambda_{\mathrm{graph}}=3{,}0\times10^{-4}\), \(\lambda_{\mathrm{gate}}=1{,}0\times10^{-5}\) жана \(\lambda_{\mathrm{imp}}=1{,}0\) kullanıldığı белгиленген.

CFD модельi кайсы физикалык системаi çözmektedir?

Verмененr ачык булакlı SU2 çözücüsü kullanılarak üretilmiştir. Hesaplama, çok tür içeren sıkıştırılabilir Navier–Stokes системанынi жана termoхимиялык dengesizliği kapsamaktadır:

\[ R(U) = \frac{\partial U}{\partial t} + \nabla\cdot\mathbf{F}_C(U) - \nabla\cdot\mathbf{F}_V(U,\nabla U) - Q = 0 \]

Korunumlu өзгөрмөler tür тыгыздыкları, momentum, toplam энергия жана термелүүsel-электронik энергияyi içermektedir:

\[ U= \{\rho_1,\ldots,\rho_n,\rho\mathbf{u},\rho e,\rho e_{v-e}\}^{T} \]

Termodinamik durum, katı döndürücü-harmonik osilatör yaklaşımına dayanan iki температураlı модельle temsil edilmiştir. Öteleme-dönme sıcaklığı \(T\) менен термелүү-электронik sıcaklığı \(T_{жана}\) өзүнчө tutulmuştur. Bu түзүм, гиперүндүк агымta gazın бардык энергия modlarının aynı sıcaklığa ulaşmadığı koşulları модельlemek үчүн колдонулган.

Sayısal çözüm кантип doğrulanmıştır?

Цилиндр жогорку тактыктагы çözümü, Göttingen HEG жогорку entalpili шок tüneli экспериментleriyle салыштырылган. Doğrulama koşulu yaklaşık Mach 8,98; 5.956 m·s⁻¹ serbest akım hızı; 476 Pa басым жана 901 K температура içermektedir.

Yüksek doğruluklu CFD, экспериментsel бет жылуулук агымы dторılımının жалпы eğilimini yeniden üretmiştir; бирок өзгөчөlikle durma bölgesinde экспериментden biraz daha төмөн kalmıştır. Изилдөө bu farkı duvar kataliz etkisinin эсептөөya dâhil edilmemesiyle ачыкlamaktadır. Демек “жогорку тактыктагы” ifadesi экспериментle tam eşleşen mutlak чыныгыliği değil, изилдөөдөki daha sık тор жана өзүнчөntılı fizik модельini ifade etmektedir.

Hangi geometrмененr жана торlar колдонулган?

Yüksek doğruluklu торlarda duvara yakın ilk hücre жогоркуliği 1 × 10⁻⁷ m катары seçilmiş жана hücre Reynolds sayısının 0,02365’in altında tutulmasının жылуулук агымы doğruluğu үчүн yeterli болгону önceki изилдөө натыйжаларыna dayandırılmıştır.

Çok doğruluklu маалымат kümesinin kapsamı эмне?

Tahmin hataları кантип баалуулукlendirilmiştir?

Басым, температура жана дубал жылуулук агымы үчүн орточо bторıl hata колдонулган:

\[ MRE(s) = \frac{100}{N} \сууm_{i=1}^{N} \frac{|\widehat{s}_i-s_i^H|} {\max(|s_i^H|,\varepsilon_s)} \]

Küçük \(\varepsilon_s\) баалуулукi, sıfıra yakın referans noktalarında bölme hatasını önlemektedir. Изилдөөda bu сандык tabanın баалуулукi ачыкça берилген эмес.

Duvar жылуулук агымы үчүн өзүнчөca tepe hata жана бардыкleşik ısı жүкü hatası эсептелген:

\[ E_{\mathrm{peak}} = 100 \frac{ |\max(\widehat{q}_w)-\max(q_w^H)| }{ \max(q_w^H) } \]

\[ E_{\mathrm{int}} = 100 \frac{ \left| \сууm_i\widehat{q}_{w,i}\Delta s_i - \сууm_i q^H_{w,i}\Delta s_i \right| }{ \сууm_i|q^H_{w,i}|\Delta s_i } \]

Мындан тышкары 95. yüzтешик hata kuyruğundaki daralma жана бардык hata энергияsindeki azalma incelenmiştir. Bu ölçütler, орточо hatanın gizleyebмененceği шок жана жогорку жылуулук агымы bölgelerindeki yerel hataları баалооk үчүн колдонулган.

Цилиндр басым жана температура натыйжалары кантипdır?

Düşük doğruluklu fizik alanının MFDNN’ye eklenmesi, yalnızca жогорку тактыктагы sınırlı маалыматyle eğitмененn MLP’ye göre en büжүк iyмененşmeyi sторlamıştır. CIGRC daha sonra MFDNN басым hatasını %37,8 катышında azaltmış жана EGRC’ye göre %18,3 daha төмөн орточо басым hatası жанаrmiştir.

Температураta EGRC менен CIGRC arasındaki fark yalnızca 0,04 yüzde puandır. Bu натыйжа, CIGRC’nin бардык alanlarda ачык граф модельine karşı büжүк üstünlük sторladığı biçiminde yorumlanmamalıdır. Örtük denge yaklaşımının avantajı daha çok keskin жана uzamsal катары örgütlenmiş басым калдыкlarında görülmüştür.

NACA64A204 натыйжалары кантипdır?

Yalnızca жогорку тактыктагы sınırlı маалыматyle eğitмененn MLP’nin басым hatası bazı тест durumlarında %200’ü aşmıştır. Düşük doğruluklu çözümün физикалык dayanak катары kullanılması bu hatayı büжүк ölçüde azaltmıştır.

CIGRC, Mach 9 жана 6° чабуул бурчу durumunda басым hatasını EGRC’nin %5,91 баалуулукinden %4,61’e düşürmüştür. Температураta орточо маанилер neredeyse aynıdır; bazı durumlarda EGRC, bazı durumlarda CIGRC daha iyi натыйжа жанаrmiştir.

Noktasal hata dторılımı кантип değişmiştir?

Ortalama hata dışında түйүн bazındaki hata dторılımları da салыштырылган. NACA64A204 температура alanının Mach 9 жана 6° чабуул бурчу durumunda CIGRC:

• орточо bторıl hatayı %48,5,
• 95. yüzтешик hatayı %49,3,
• L₂ hata энергияsini %50,3

катышında azaltmıştır. Цилиндр basıncında Mach 9 жана 500 K koşulunda aynı маанилер sırasıyla %41,6, %34,8 жана %19,8’dir.

Dinamik дарбазаnın орточо etkinliği цилиндр durumlarında yaklaşık 0,43–0,53, канат профили durumlarında 0,05–0,07 olmuştur. Bu натыйжа, динамикалык оңдооnin бардык түйүнlerde aynı güçle uygulanmadığını жана өзгөчөlikle канат профили alanlarında daha seçici davrandığını көрсөтөт.

Duvar жылуулук агымы натыйжалары nelerdir?

CIGRC yalnızca орточо дубал жылуулук агымы hatasını değil, tepe жылуулук агымыnı, алдыңкы кыры же durma bölgesindeki yerel hatayı жана бардыкleşik ısı жүкünü de azaltmıştır. Bu өзүнчөm маанилүүdir; термалдык коргоо tasarımında төмөн орточо hata, tepe ısınmanın kötü tahmin edilmesini telafi etmez.

Цилиндр бардыкleşik жүк hatasında MFDNN %0,31, CIGRC %0,32 жанаrmiştir. Демек CIGRC bu tek ölçütte başlangıç модельinden küçük ölçüde daha kötü, EGRC’den болсо daha iyi натыйжа жанаrmiştir. Изилдөөnın натыйжалары бардык ölçütlerde koşulсууz üstünlük değil, жалпы жана yerel hata көрсөткүчтөрinin бирге iyмененşmesi катары yorumlanmalıdır.

Yüksek doğruluklu маалымат azaltıldığında ne olmuştur?

CIGRC бардык маалымат бюджетlerinde орточо катары MFDNN tabanını iyмененştirmiştir. Бирок 16 örnekli HF80 басым тестlerinden birinde düzeltme hatayı 0,67 yüzde puan artırmıştır. Bu, az маалымат altında ыкмасыn her өзүнчө koşulda iyмененşmeyi garanti etmediğini көрсөтөт.

Басым performansı 12 örneğe düşüldüğünde daha ылдам bozulmuştur. Изилдөө bunu шок жайгашууu жана geometrik koşullara duyarlı keskin басым alanlarının az örnekle temsil edilmesinin daha zor olmasıyla ачыкlamaktadır. Температура alanları daha düzgün болгонуndan azaltılmış маалымат altında daha dayanıklı kalmıştır.

Kanat profilleri arası aktarım кантип түзүмlmıştır?

NACA64A204 üzerinde eğitilmiş CIGRC parametreleri hedef канат профили модельinin başlangıcı катары колдонулган:

\[ \Theta_t^{(0)}\leftarrow\Theta_s \]

Daha sonra hedef канат профилиne ait sınırlı жогорку тактыктагы örneklerle temel MFDNN жана жашыруун граф düzeltme модулдарi yeniden ayarlanmıştır:

\[ \Theta_t^* = \arg\min_{\Theta_t} L_{\mathrm{total}}^t(\Theta_t) \]

Изилдөө, түздөн-түз sıfır örnekli aktarımın yeterli olmadığını көрсөтөт. Kanat kamburluğu değiştiğinde булак жогорку doğruluk торı өзгөчөlikle NACA64A004 температура alanında büжүк başlangıç hatası жанаrmiştir. Önce hedefe özgü MFDNN ayarı жалпы alan seviyesini düzeltmiş, ardından CIGRC kalan uzamsal hatayı azaltmıştır.

Aktarım öğrenmesi натыйжалары nelerdir?

Eski булак tabanından nihai CIGRC sonucuna toplam hata azalması NACA64A104 басымta %66,5, температураta %51,1; NACA64A004 басымta %80,6 жана температураta %84,2 olmuştur.

Bu büжүк yüzdelerin tamamı граф düzeltmesinden булакlanmamaktadır. Öнымli bir bölüm hedefe özgü MFDNN yeniden ayarından gelmiştir. CIGRC’nin hedef MFDNN’ye ek katkısı 2,31–2,89 yüzde puan aralığındadır.

Изилдөөnın desteklediği натыйжалар

• Düşük doğruluklu CFD маалыматsi, sınırlı жогорку тактыктагы маалыматye физикалык dayanak sторlayarak yalnız жогорку тактыктагы маалыматde eğitмененn MLP’den belirgin biçimde daha iyi натыйжа жанаrmiştir.
• CFD торında граф калдык оңдоо, көп тактыктагы başlangıç модельinde kalan uzamsal hatayı azaltmıştır.
• CIGRC цилиндр жана NACA64A204 тестlerinde MFDNN’den daha төмөн орточо басым жана температура hatası sторlamıştır.
• Örtük туруктуу чекит düzeltmesi өзгөчөlikle шокla ilişkili басым калдыкlarında EGRC’den daha etkili olmuştur.
• Düzgün температура alanlarında EGRC менен CIGRC performansı birbirine yakın kalmıştır.
• CIGRC дубал жылуулук агымыnın орточо, tepe, алдыңкы кыры же durma bölgesi жана бардыкleşik жүк hatalarını жалпы катары azaltmıştır.
• Yüksek doğruluklu окутуу маалыматы 20’den 16 жана 12 duruma düşürüldüğünde düzeltme kabiliyeti tamamen kaybolmamıştır.
• NACA64A204 üzerinde öğrenмененn түзүм, hedefe özgü yeniden ayardan sonra NACA64A104 жана NACA64A004’e aktarılabilmiştir.
• Kapılı динамикалык оңдоо, başlangıç модельinin zaten doğru болгону bölgelerde sınırlı etkinlik көрсөткөн.

Изилдөөnın kanıtlamadığı натыйжалар

• CIGRC’nin чыныгы гиперүндүк учуу alanlarını жогорку doğrulukla tahmin ettiği түздөн-түз gösterilmemiştir.
• Makine öğrenmesi модельi bторımsız шамал туннели басым жана температура alanlarıyla тастыкталган эмес.
• Yüksek doğruluklu CFD’nin бардык физикалык koşullarda чыныгы alanı temsil ettiği kanıtlanmamıştır.
• Duvar katalizi ihmal edildiği үчүн экспериментsel durma bölgesi жылуулук агымыyla tam uyum sторlanmamıştır.
• Yöntemin үч өлчөмдүү araçlarda, karmaşık kontrol бетlerinde же motor-аба киргич өз ара аракеттенүүlerinde aynı başarıyı göstereceği kanıtlanmamıştır.
• Farklı CFD çözücüleri, химиялык mekanizmalar же türbülans модельleri arasında aktarım баалуулукlendirilmemiştir.
• NACA64A aмененsi dışındaki büжүк geometrik değişikliklere sıfır örnekli aktarım gösterilmemiştir.
• Her тест шартыnda CIGRC’nin EGRC’den daha iyi болгону gösterilmemiştir.
• Azaltılmış маалымат экспериментinde her koşulda iyмененşme sторlanmamış; bir HF80 басым durumu kötüleşmiştir.
• Gerçek эсептөө süresi, bellek tüketimi жана жогорку тактыктагы CFD’ye göre toplam hızlanma катышı өзүнчөntılı biçimde raporlanmamıştır.
• Модель kodu, окутуу маалыматleri жана tam hiperparametre dosyaları үчүн ачык bir kamu depoсуу belirtilmemiştir.

Изилдөөnın күчтүү yönleri nelerdir?

Изилдөөnın en күчтүү yönlerinden biri, жашыруун граф düzeltmesini yalnız архитектура bir tercih катары сууnmaması; кысылуу чагылдыруусу, туруктуу чекит жакындашууsı, giriş жана граф bozunumlarına duyarlılık менен çıktı genliği sınırlarını matematiksel катары ачыкlamasıdır.

İkinci күчтүү yön, CIGRC’nin yalnız MLP жана MFDNN менен değil, aynı girdмененri kullanan ачык граф düzeltme модельi EGRC менен karşılaştırılmasıdır. Böylece граф колдонууının жалпы etkisi менен örtük туруктуу чекит yaklaşımının ek katkısı kısmen өзүнчөlabilmiştir.

Üçüncü күчтүү yön, баалооde yalnız орточо alan hatasının kullanılmamasıdır. Noktasal hata dторılımları, 95. yüzтешик hata, L₂ hata энергияsi, dinamik дарбаза etkinliği, tepe жылуулук агымы жана бардыкleşik бет ısı жүкü бирге incelenmiştir.

Dördüncü күчтүү yön, sabit beş тест шартыnun маалымат azaltma экспериментlerinde korunmasıdır. Böylece 20, 16 жана 12 жогорку тактыктагы окутуу örneği arasındaki performans değişimi aynı тест koşullarında салыштырылган.

Başlıca чектөөlar nelerdir?

Изилдөөнүн бардык makine öğrenmesi hedefleri CFD маалыматleridir. Цилиндр CFD’si экспериментsel жылуулук агымы eğilimiyle karşılaştırılmış olsa da модельin tahmin ettiği бардык басым жана температура alanları үчүн bторımsız экспериментsel валидация жок.

Изилдөө iki boyutlu цилиндр жана üç NACA64A канат профилиyle sınırlıdır. Üç boyutlu шок түзүмları, кайчылаш агым, кыр etkмененri, türbülans geçişi жана чыныгы araç bмененşenleri ele alınmamıştır.

Yüksek doğruluklu CFD’de katalitik duvar etkisi hesaba katılmamıştır. Bu эмне үчүнle öğrenмененn модель, чыныгы экспериментde görülebмененcek kataliz булакlı ek жылуулук агымыnı kendiliğinden üretemez.

Azaltılmış маалымат модельleri tam маалымат модельinden daha fazla окутуу döнымi kullanmıştır: tam NACA64A204 модельi 640 döным, 16 жана 12 örnekli модельler 1.140 döным eğitilmiştir. Bu эмне үчүнle маалымат бюджетsi azalırken optimizasyon чыгымi aynı tutulmamıştır.

Aktarım экспериментlerinde hedef profiller үчүн 20 жогорку тактыктагы örnek колдонулган. Bu, булак модельden yararlanıldığını gösterse de çok az örnekli же örneksiz aktarım anlamına gelmemektedir.

Daralma koşulu teorik bir yeterli koşuldur. Изилдөө, окутуу boyunca her катмар жана her örnek үчүн ölçülen чыныгы \(\rho\) маанилерinin өзүнчөntılı dторılımını raporlamamıştır.

Изилдөөnın Yöntemi жана Bulguları

Deney tasarımının кыскачаi

Цилиндр тест koşulları

NACA64A204 тест koşulları

Цилиндр durumlarına göre hata натыйжалары

NACA64A204 durumlarına göre hata натыйжалары

Şekillerin temel mesajları

• Şekil 1: Düşük жана жогорку тактыктагы маалыматden MFDNN tabanı oluşturulmasını, CFD торının графiğe çevrilmesini, statik жана dinamik CIGRC düzeltmesini жана калак profilleri arası aktarımı tek иш агымыnda көрсөтөт.
• Şekil 2: Цилиндр жана канат профили үчүн жогорку тактыктагы sık торlarla төмөн тактыктагы seyrek торları салыштырууktadır.
• Şekil 3: Цилиндр жылуулук агымыnın HEG экспериментleri жана önceki CFD натыйжаларыyla karşılaştırılmasını, өзүнчөca төмөн жана жогорку doğruluk торlarının жылуулук агымы farkını көрсөтөт.
• Şekil 4: Yöntem салыштырууsı, azaltılmış маалымат жана трансфердик үйрөнүү экспериментlerinin örnek sayısı жана окутуу döнымi бюджетlerini көрсөтөт.
• Şekil 5: Цилиндр жана NACA64A204 үчүн MLP, MFDNN, EGRC жана CIGRC hata matrislerini сууnmaktadır.
• Şekil 6–7: Цилиндр басым жана температура alanlarında көп тактыктагы жана граф tabanlı düzeltmelerin uzamsal hata bantlarını кантип azalttığını көрсөтөт.
• Şekil 8–9: NACA64A204 çevresindeki басым жана жылуулук tabakada CIGRC tahmini менен жогорку тактыктагы referansın benzerliğini жана kalan yerel hataları көрсөтөт.
• Şekil 10: CIGRC’nin MFDNN’ye karşı бардык булак тест hücrelerinde kazanç sторladığını, EGRC’ye karşı kazancın болсо daha seçici болгонуnu көрсөтөт.
• Şekil 11–12: Noktasal tahminlerin жогорку тактыктагы köşegene yaklaşmasını жана жогорку hata yüzтешикlerinin daralmasını көрсөтөт.
• Şekil 13: Цилиндр жана канат профили дубал жылуулук агымыnda CIGRC’nin өзгөчөlikle жогорку ısı bölgelerindeki hata zarfını küçülttüğünü көрсөтөт.
• Şekil 14: Yüksek doğruluklu окутуу маалыматы azaltıldığında басым жана температура dayanıklılığını, өзүнчөca tek olumсууz HF80 басым durumunu көрсөтөт.
• Şekil 15: NACA64A104 жана NACA64A004 aktarımında eski булак tabanı, hedef MFDNN жана nihai CIGRC баскычтарыnı салыштырууktadır.
• Şekil 16–17: Üç NACA64A profilinde aktarılmış басым жана температура alanlarının temel topolojiyi koruduğunu көрсөтөт.
• Şekil 18: Tam маалымат, azaltılmış маалымат жана aktarım экспериментlerinde düzeltmenin kaç тест durumunda pozitif kazanç sторladığını кыскачаlemektedir.

Teknik натыйжа

CIGRC’nin temel başarısı, төмөн тактыктагы CFD’nin жалпы физикалык alanını değiştirmeden жогорку тактыктагы çözüme göre kalan hata түзүмsını граф üzerinde düzeltmesidir. Sabit nokta yaklaşımı, önceden belirlenmiş граф катмарı sayısından bторımsız катары калдык durumunu kendi үчүнde tutarlı bir dengeye taşımayı amaçlamaktadır.

Sonuçlar örtük графiğin өзгөчөlikle шок жайгашууu, алдыңкы кыры sıkışması жана iz түзүмsıyla байланышlı keskin басым hatalarında avantaj sторladığını көрсөтөт. Buna karşılık температура gibi daha düzgün alanlarda күчтүү ачык граф düzeltmesi EGRC менен fark sınırlı kalmıştır.

Bu эмне үчүнle изилдөө CIGRC’yi жогорку тактыктагы CFD’nin же физикалык экспериментin yerine geçen bir araç катары değil, төмөн жана жогорку тактыктагы CFD маалыматlerinin daha маалыматmli kullanılmasını sторlayan bir калдык düzeltme модульü катары колдойт.

Kaynak жана Yöntem Notu

Изилдөөnın tam özgün adı:Contraction-Guided Implicit Graph Residual Correction for Multi-Fidelity Aerothermal Data Fusion oжанаr Hypersonic Cylinders and Airfoils

Yazarlar жана sıraları: Yuchao Wang; Shihao Wu; Hongjie Zhou; Tingwei Ji; Fangжелдеткичg Xie.

Eş birinci автор же eş katkı bilgisi: Изилдөөda орун алган эмес.

Sorumlu автор: Fangжелдеткичg Xie.

Kurumsal байланыш: School of Aeronautics and Astronautics, Zhejiang Uniжанаrsity, Hangzhou 310027, Zhejiang, Çin.

DOI: 10.2139/ssrn.7201744.

Yayın platformu: SSRN.

Hedef dergi: Изилдөөnın ilk sayfalarında preprintin 13 Temmuz 2026 tarihinde Aerospace Science and Technology dergisine gönderildiği belirtilmektedir. Dergiye kabul же yayımlanmış hakemli sürüm bilgisi изилдөөдө орун алган эмес.

Özgün yayınevi: Henüz hakemli nihai yayın bulunmadığı үчүн doğrulanmış bir makale yayınevi yoktur. SSRN, preprint paylaşım platformudur.

Yayın tarihi: 13 Temmuz 2026.

Kaynak türü: Termoхимиялык dengede olmayan SU2 simülasyonları, көп тактыктагы derin öğrenme, ачык жана жашыруун графтык калдык оңдоо, azaltılmış маалымат талдоосу жана трансфердик үйрөнүү içeren изилдөө preprinti.

Hakemlik durumu: Изилдөө рецензиядан өткөн эмес. Bulgular erken изилдөө натыйжалары катары баалуулукlendirilmelidir.

Resmî булак байланышsı:https://papers.ssrn.com/sol3/papers.cfm?abstract_id=7201744

Yazar katkıları: Изилдөөda өзүнчө bir CRediT автор katkı bildirimi жок.

Fon desteği: Изилдөө Çin Ulusal Doğa Bilimleri Vakfının 92271107 numaralı desteği жана National Key Laboratory of Advanced Propulsion Technology kuruluşunun 25-GC-ZZKY-023 numaralı desteğiyle yürütülmüştür.

Veri жана кодго жетүү: Изилдөөda окутуу маалыматы, модель kodu же eğitilmiş салмакlar үчүн kamuya ачык bir depo байланышsı берилген эмес.

Bu түркчө ачыкlama, жүкlenen изилдөөнүн 46 sayfası; denklemleri, sekiz таблицасуу, Şekil 1–18’deki архитектура, тор, alan, hata, жылуулук агымы, маалымат azaltma жана aktarım графleri incelenerek hazırlanmıştır. Bilimsel içerik yalnızca изилдөөдө сууnulan ыкма, varsayım, simülasyon жана натыйжаларa dayandırılmıştır. Dış kontrol yalnızca başlık, авторлор, DOI, SSRN kaydı жана preprint durumunun bibliyoграф doğrulanması үчүн колдонулган.

Изилдөөnın başlıca ыкмаsel sınırları; makine öğrenmesi hedeflerinin CFD çözümleri olması, yalnızca iki boyutlu цилиндр жана NACA64A profillerinin incelenmesi, дубал катализиnin ihmal edilmesi, аба aracı ölçeğinde үч өлчөмдүү валидация түзүмlmaması, bторımsız экспериментsel басым жана температура alanlarının kullanılmaması, azaltılmış маалымат экспериментlerinde окутуу döнымlerinin eşit tutulmaması жана kod менен маалымат kümesinin ачык байланышyla paylaşılmamasıdır.

“Yüksek doğruluklu” жана “төмөн тактыктагы” ifadeleri экспериментsel чыныгыlik derecesini değil, изилдөөдөki тор yoğunluğu жана эсептөө өзүнчөntısı seviyelerini belirtmektedir. CIGRC’nin төмөн hata маанилерi, tahminlerin изилдөөдө tanımlanan жогорку тактыктагы SU2 натыйжаларыna yakınlığını gösterir; чыныгы учуу ortamındaki toplam модель belirsizliğini göstermez.