题目：物理驱动与数据驱动相结合的压缩非定常流降阶建模
时间：2025年8月11日 9:00-12:00
地点：suncitygroup太阳集团 F206会议室
邀请人：杨名洋 教授（新能源动力研究所）
报告人简介
杨弼杰博士现任拉夫堡大学可持续动力与推进方向讲师。他于伦敦帝国理工学院获得机械工程博士学位，研究方向涵盖可持续推进与能源系统，专长于涡轮机械、非理想可压缩流体动力学以及包括数值方法与数据驱动方法在内的先进建模技术。现已发表约 30 篇同行评审期刊论文，作为首席研究员或技术负责人主持了多项总额约 200 万英镑的大型工业资助项目。
报告摘要
流体力学的天然混沌行为强烈表明，可以通过非线性动力系统来描述流场中相干结构的演化。然而，如何基于常微分方程（ODE）可靠地建立能够捕捉由纳维-斯托克斯方程所控制的非定常流场的模型，仍然是一个重大挑战。本报告将介绍一种新开发的降阶建模框架，该框架能够将高维的纳维-斯托克斯系统降阶为低维的基于 ODE 的动力学模型。该方法完全基于物理驱动并结合数据驱动技术，通过 Galerkin 投影与适当正交分解（POD）实现模型降阶，同时引入贝叶斯推断对所得 ODE 系统进行修正与优化，从而提高模型的预测能力与稳健性。这一降阶建模框架对于非定常流动的实时分析与控制至关重要，并为流动部件数字孪生设计迈出了关键一步。
学院OA系统
jAccount登录
ENGLISH
地址：上海市东川路800号上海交通大学闵行校区suncitygroup太阳集团
邮编：200240
Email：sjtume@sjtu.edu.cn