算法论文7
西工大:圆柱绕流最优射流控制位置有规律
力学与人工智能
AI 摘要
西北工业大学马榕池等人研究发现,通过预解分析有效增益可关联流动敏感性与最优控制位置参数,不同雷诺数下最优控制位置在分离点上游固定距离,受射流科恩达效应有效行程影响。
阅读原文 · 力学与人工智能
POF | 西北工业大学马榕池、高传强等:基于预解分析的圆柱绕流最优射流控制位置对雷诺数依赖性研究
本文提出预解分析有效增益指导控制位置量化设计方法,发现不同雷诺数下最优控制位置关系式,挖掘出射流与主流掺混作用的流动机理,即射流在科恩达效应有效行程内到分离点可最佳抑制涡脱。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文7
西工大团队发现数据驱动涡激振动标度律
涡激振动最大振幅是评估结构安全的关键指标,现有理论模型有局限,常用数据驱动方法也面临挑战。本文提出两次应用符号回归的“白箱”标度参数VIV建模方法,验证了其鲁棒性与泛化能力,还给出物理层面解释。
力学与人工智能
算法论文7
西工大团队:预解分析优化低雷诺数翼型
本文将预解分析引入翼型外形优化,构建流动系统线性化模型,以最大预解增益表征流动稳定性。建立优化框架获Opt.1和Opt.2构型,优化后翼型流动稳定性提升、气动性能改善,方法有外推潜力。
力学与人工智能
算法论文8
智象未来DreamWorld:3D先验驱动视频扩散
视频扩散模型生成新视角视频时,现有方法缺显式3D结构。智象未来提出DreamWorld,用3D先验与两阶段框架,结合结构和生成能力,在多基准测试表现领先。
机器之心
算法论文8
复旦&引望WAM-Diff2让自动驾驶解码提速15.1倍
视觉-语言-动作(VLA)模型是端到端自动驾驶主流技术,但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2,实现自回归VLA向离散扩散模型迁移,解码加速15.1倍,多任务性能不降。
机器之心