Smart-SIM工程案例—翼身融合飞行器气动代理模型_通用

Smart-SIM工程案例—翼身融合飞行器气动代理模型

翼身融合飞行器气动设计的一大痛点，是变几何构型+多飞行工况下的方案快速迭代。这类飞行器机身与机翼一体化融合，整体外形关联性紧密，叠加马赫数、攻角、飞行高度等不同飞行工况，会产生海量“构型-工况”组合方案。传统仿真针对每一组合需耗时数小时甚至数天，制约了设计方案的快速迭代。

本案例依托Smart-SIM通用AI代理模型工具，实现变几何、变工况下气动力学响应的秒级预测，高效实现翼身融合飞行器气动设计与优化校核。

仿真方案与数据集搭建

依托Smart-SIM通用AI代理模型工具完成样本导入、模型训练、模型计算、模型导出全流程操作，搭建数据驱动的AI代理模型，实现对传统气动仿真的智能化替代。

分析对象为翼身融合飞行器外形，数据集由CFD仿真生成的869组有效样本构成，搭配TXT格式工况参数文件[1]。核心监测物理量为机体表面压力系数与三个方向的摩擦系数，对应表面的压差受力与黏性摩擦受力。训练前进行全量样本一致性校验，整体数据质量满足AI模型训练要求。样本查看如图1所示，模型训练资源配置如图2所示。

图1 样本查看

图2 模型训练资源配置界面

样本处理完成后，采用平台专业模式开展模型训练，可自主选择算法类型，精细化设置模型参数与训练参数，适配高精度工程仿真需求，算法设置界面如图3所示。

图3 算法设置界面

Smart-SIM预测效果展示

Smart-SIM在本案例中实现了传统气动仿真到AI智能预测的效率跨越，变几何、变工况批量计算能力得到大幅提升。基于Smart-SIM构建的AI代理模型可支持非参几何结构、飞行工况的调整，导入新几何模型并设置工况参数，数秒内即可完成飞行器整体气动分析。本案例模型训练时长约2h（4060Ti单卡），适配工程多变的设计场景。

分析完成后，用户可通过云图直观查看压力系数、摩擦系数等气动结果，如图4所示，压力系数最大值偏差不超过2%。

图4 仿真结果和模型计算结果的对比及误差云图

模型训练过程中，损失函数曲线平稳收敛（见图5），表示模型学习充分，具备优异的稳定性与泛化能力。最终测试指标如图6所示，模型R²值约0.86，RMSE、MAE误差指标均控制在工程可接受区间，无明显过拟合现象，精度可靠、误差可控，可替代传统数值仿真，用于翼身融合飞行器流场分析与构型优化工作。

图5 损失函数变化曲线示意图

图6 总体误差

模型复用与离线部署能力

模型精度验证达到可接受范围后，可直接保存备用如图7，支持全新自定义几何模型导入+任意工况参数输入，实现变几何、多工况场景的通用化预测。本案例导入全新STL格式翼身融合飞行器几何模型，设置飞行海拔10.67km、雷诺数5E6、马赫数为0.1、迎角为0°的工况下开展预测计算，软件可快速输出对应的流场，可视化云图如图8所示。

图7 模型保存界面

图8 新几何预测结果云图

同时，Smart-SIM可将训练完成的模型导出独立exe程序如图9所示，导出的exe程序可脱离软件平台，通过命令行调用预测，满足工程自动化批量计算需求。程序最终自动输出 VTU格式结果文件，可通过新建工程作为样本导入查看，也可借助第三方可视化工具对结果进行查看，效果如图10所示，在几何与参数相同的情况下，与软件中图8的预测结果一致。

图9 模型导出

图10 第三方后处理软件查看结果云图

案例总结

该翼身融合飞行器气动预测案例，落地价值清晰，精准解决行业核心痛点：

1. 解决变几何+多飞行工况下批量仿真难度大、迭代与优化周期长的痛点，支撑翼身融合飞行器快速气动构型设计与方案迭代；

2. 仿真效率实现超百倍提升，同时精度保持在可接受范围，兼顾高效性与可靠性；

3. 模型泛化性、复用性强，可推广至常规布局飞行器、机翼/翼型等气动外形的表面气动场预测场景。

开放试用

目前Smart-SIM智能快速预测工具 V1.0已正式上线，限时免费试用持续开放！

下载链接：

https://www.smartbooks.cn/download

联系官网微信客服即可申领授权许可，欢迎广大工程技术人员体验AI极速仿真能力！

参考文献

[1]Sung N, Spreizer S, Elrefaie M, et al. BlendedNet++: A Large-Scale Blended Wing Body Aerodynamics Dataset and Benchmark[J]. arXiv preprint arXiv:2512.03280, 2025.

来源：北京灵易数智科技有限公司

LY-MDO 灵易多学科优化及可靠性分析软件

灵易多学科优化及可靠性分析软件支持将主流CAD/CAE工具及自研程序组件化集成，并通过图形化流程建模，实现仿真流程的自动化、参数传递的透明化以及跨专业的数据耦合计算。LY-MDO具备强大的多学科联合仿真、可靠性分析和优化分析能力，为企业研发过程中的性能提升、结构优化、寿命评估与可靠性决策提供一站式支撑。软件支持用户搭建自动化的仿真流程，建立不同学科软件之间的自动数据传递流程，实现仿真流程自动化。软件支持流体、电磁、结构、热、疲劳、可靠性等不同学科之间的耦合优化分析，实现基于多目标约束的产品设计优化。灵易多学科优化及可靠性分析软件从多个学科领域和多个目标之间进行综合优化，通过探索和利用系统中相互作用的协同机制，获取系统整体最优性能以实现系统或产品的最佳设计。通过评估系统或产品在规定条件下的可靠性，识别潜在的故障风险和薄弱环节，优化系统设计，提高产品性能。通过对各标准组件的统一管理，形成专用组件库。用户搭建流程时可从组件面板中选择所需的功能及控制组件，构成复杂的设计仿真流程。并基于多学科仿真与优化过程中的海量数据，通过内置统计与机器学习算法，可生成参数敏感度图、Pareto前沿、可靠性分布等可视化结果，便于快速洞察关键设计变量与性能/可靠性之间的隐含关系。软件不仅支持多学科协同建模和多目标优化，帮助用户在复杂设计空间中寻找最优设计解，内置功能涵盖：试验设计、灵敏度分析、代理模型和优化设计。还能够支持用户选取功能组件以拖拽的方式快速搭建工作流程，并以可视化方式定义组件之间的参数传递关系。在流程执行过程中各组件按照顺序和预定逻辑实现参数自动传递和更新，实现全流程的自动化迭代执行。同时可提供组件库，涵盖CAD/CAE建模与求解器接口组件、优化分析组件、可靠性分析组件、控制逻辑组件等，用户可自由组合使用，实现仿真工具链的无缝集成与统一调度。以及提供可靠性分配、降额设计、可靠性建模预计、单元可靠性计算、故障树分析、失效模式与影响分析、系统可靠性评估及故障闭环管理功能，支持评估系统或产品在规定条件下的可靠性，识别潜在的故障风险和薄弱环节。并且能够提供灵活的组件封装与扩展机制，用户可通过标准配置文件定义输入输出接口、执行逻辑和参数转换规则，快速集成外部工具或自研模块。支持与主流仿真软件、脚本语言的集成，满足复杂工程场景下的多源异构工具协同需求。来源：北京灵易数智科技有限公司