%A 蔡国飙, 张百一, 贺碧蛟, 翁惠焱, 刘立辉 %T 真空羽流智能化计算 %0 Journal Article %D 2022 %J 航空学报 %R 10.7527/S1000-6893.2022.27352 %P 527352-527352 %V 43 %N 10 %U {https://hkxb.buaa.edu.cn/CN/abstract/article_19155.shtml} %8 %X 真空环境中,姿轨控发动机工作产生的高温高速真空羽流会对航天器产生气动力、气动热、污染、电磁干扰和视场干扰等效应,影响航天器正常工作甚至任务成败。因此,真空羽流及其效应评估和防护是航天领域的关键科学和工程问题。直接模拟蒙特卡洛(DSMC)方法是真空羽流数值模拟的主流方法,但DSMC是一种粒子模拟方法,非常耗时,严重制约了真空羽流及其效应的评估效率。提出了一种基于卷积神经网络的直接模拟蒙特卡洛(CNN-DSMC)方法。CNN-DSMC的训练集包括两个部分:将DSMC羽流数值模型的几何拓扑与边界条件信息作为训练集的输入,将DSMC数值模拟得到的羽流流场数据作为训练集的输出。将该训练集输入卷积神经网络进行训练,可得到高精度、高效率的真空羽流智能化计算模型,以此预测不同条件下的真空羽流流场。以月球探测器月面着陆过程中的真空羽流场为例,分别使用CNN-DSMC和DSMC数值模拟了在不同着陆高度条件下的真空羽流流场流速和密度。结果显示,两种方法结果基本一致,流场流速和密度的平均相对误差分别小于6.0%和8.8%。但与传统的DSMC方法相比,CNN-DSMC方法的计算速度提升至少4个量级,最大可达6个量级。因此,本文提出的CNN-DSMC方法在真空羽流数值模拟方面具有较强的应用潜力。