报告内容摘要：

流动分离是导致飞行器失速的典型现象，会对飞行安全造成威胁。瞄准飞行器中典型流动分离问题，开展不同湍流模拟方法的建模和应用研究。首先针对非定常模拟的WMLES和IDDES方法进行应用和改进，改善IDDES的“灰区问题”，获得对分离剪切层失稳预测效果的提升。其次基于数据融合和人工智能技术，建立基于物理特征的神经网络映射，获得涡粘模式框架下的湍流模式改进，提升模式对于大分离流动的预测效果。最后是基于流动的物理机制分析，针对分离剪切层的强非平衡湍流区域进行定位和修正，提出新的模型修正方法，采用多种算例进行验证表明建模效果良好，对飞行器结冰、增升装置、翼型失速等预测精度提升明显。

报告人简历：

张宇飞，清华大学航天航空学院副教授、特别研究员，飞行器设计所副所长。近年来主要从事航空飞行器的空气动力学分析及优化设计研究，研究方向包括超临界机翼和一体化设计，非定常分离流模拟，气动声学，人工智能的流体应用等。在国内外期刊和会议上发表论文60余篇，其中SCI检索30余篇。在研和结题自然科学基金3项，子课题负责973课题和民机专项6项。获得2017年度航空学会青年科技奖。担任航空学报和CJA青年编委；力学学会流固耦合专委会委员，工业流体力学专业组成员，空气动力学课程教学指导组成员；国际航空科学大会ICAS2020青年委员，亚太航空科学会议APISAT委员。 

欢迎各位老师参加交流与讨论

联系人：

——————————————————————

甘秋妹

Qiumei Gan

北京大学应用物理与技术研究中心办公室

Center for Applied Physics and Technology,Peking University

北京大学澳门十大赌厅网1号楼402

Room402,1 Building,College of Engineering ,PKU

Tel:+86-010-62753944

http://capt.pku.edu.cn