2026仿真知识狂欢-4：基于PINN代理模型的船舶推进系统流场预测方法
船舶推进系统涉及螺旋桨、泵喷推进器、喷水推进器、门舵推进系统、摆线桨推进系统，以及与之耦合的轴系、轴承和主机等多部件系统，既存在复杂流场/流固耦合仿真成本高、参数快速识别难的问题，也面临轴系校中反推困难、实船样本少和动载荷难以直接测量等工程瓶颈。围绕这些问题，西北工业大学陈东阳教授课题组将物理约束神经网络、可微代理模型、BP网络、WGAN数据增强、迁移学习和物理信息双流网络引入推进系统研究，实现了从流场快速预测、叶片参数寻优、推进装置智能校中到轴系动载荷识别的技术串联。相关工作表明，AI的核心优势不在于替代工程机理，而在于把CFD、有限元、实测数据和船舶力学规律组织成可快速推理、可持续更新的工程模型。
7月16日19时30分，2026仿真知识狂欢节第四期讲座将邀请西北工业大学—陈东阳教授课题组带来《基于PINN代理模型的船舶推进系统流场预测方法》，报名后支持反复回看，并可以下载讲课相关资料。欢迎老师学者，海洋船舶科研从业者和工程师报名参与。
一、邀请嘉宾
陈东阳 教授 博士生导师 西北工业大学
杜家辉 博士 西北工业大学
陈东阳 教授 西北工业大学
国家级青年人才，西北工业大学自主水下航行器科技创新团队骨干。一作出版专著 2 部、教材 1 部；发表学术论文 86 篇；授权国家发明专利 23 项、计算机软件著作权 16 项。近 5 年主持国家级项目 7 项、省部级项目 4 项；获国家一级学会 / 协会科技进步奖 5 项、市厅级科技成果一等奖 2 项；研究成果获中船工业、中海油等企业院所应用证明 14 项。担任国家重大项目系统主任设计师、SCI 特刊客座主编、《南京理工大学学报》青年编委。
陈东阳教授课题组紧扣国家海洋强国战略重大需求，长期深耕海洋装备多体系统流固耦合动力学理论创新、智能设计技术与工程应用，核心研究方向与突破成果包括：
（1）舵驱动系统故障诊断与设计技术：攻克舵驱动系统异常振动噪声溯源、功能集成设计等关键技术难题。
（2）复合动态管缆系统涡振预报与设计技术：突破管缆系统功能分层设计、抑振延寿等核心技术瓶颈。
（3）水面推进系统智能设计与低频预报技术：解决水面舰艇推进系统高效低噪融合设计、低频非定常激励预报等工程难点。
二、报告主要内容
第一部分 问题的提出
1.1 船舶推进系统流场预测面临的问题与难题
1.2 多工况、非定常及旋转–静止域耦合带来的计算挑战
1.3 传统CFD方法在工况遍历、参数优化和实时预测中的不足
1.4 纯数据驱动代理模型在物理一致性与跨工况泛化方面的局限
第二部分 PINN与物理约束流场预测方法
2.1 物理信息神经网络（PINN）的基本原理与技术特点
2.2 CFD数据与流体控制方程融合的代理建模框架
2.3 空间坐标、工况参数与周期相位的联合输入方法
2.4 面向复杂推进流场的关键技术
（1）周期相位编码与非定常流场首尾闭合
（2）傅里叶特征映射与高频尾流结构捕捉
（3）多参考系与多区域嵌入
（4）壁面距离感知与近壁流动约束
（5）连续性方程、动量方程及多物理量一致性约束
（6）渐进式物理权重与多目标损失平衡
2.5 模型训练、预测及工程验证流程
第三部分 船舶推进系统流场预测案例与应用
3.1 摆线推进器非定常流场预测问题
3.2 面向不同偏心率和周期相位的物理约束代理模型
3.3 未计算中间工况的流场重构与跨工况预测
3.4 门舵–螺旋桨耦合流场快速预测问题
3.5 旋转域、静止域及复杂壁面的统一建模方法
3.6 压力场、速度场、尾流结构及壁面压力预测验证
3.7 从局部流场预测到推力、力矩等工程载荷评估
3.8 PINN模型的精度、物理一致性、泛化能力及适用边界
3.9 面向推进系统参数优化与数字孪生的拓展应用
三、用户得到
了解船舶推进系统多工况、强耦合和非定常流场预测所面临的主要技术难题，以及传统CFD和纯数据驱动模型的局限。
理解物理信息神经网络及物理约束代理模型的基本原理，掌握将CFD数据、流体控制方程和工程先验相结合的建模思路。
掌握“CFD数据生成与处理→输入输出构建→物理约束设计→模型训练→未知工况预测→流场与载荷验证”的完整技术流程。
了解周期相位编码、傅里叶特征映射、多参考系嵌入、壁面距离感知和渐进物理约束等关键方法及其适用场景。
通过摆线推进器和门舵–螺旋桨案例，了解如何预测压力、速度、涡量及壁面载荷，并进一步评估推力和力矩等工程指标。
客观认识PINN在复杂工程流场中的能力边界、误差来源和验证要求，为推进系统快速设计、参数优化及数字孪生建模提供参考。
四、适合谁看
从事船舶水动力、螺旋桨、摆线推进器及船舶推进系统研究的工程师和科研人员。
CFD、CAE、流体仿真及数值计算工程师。
从事PINN、科学机器学习、流场代理模型和AI for Science研究的技术人员。
从事船舶推进系统快速设计、性能优化、数字孪生及智能仿真的产品经理和研发人员。
船舶与海洋工程、流体力学、计算力学、人工智能等相关专业的高校教师、科研人员和学生。
希望了解AI与传统CFD融合应用的科研人员、学生及工程技术人员。
五、如何观看
请识别下方二维码报名 ，加入仿真秀2026仿真知识周福利群可以获得知识周专属优惠券、图书抽奖、仿真学习资料包等福利。
