一种流场预测方法、系统、存储介质和设备

本申请提供一种流场预测方法，包括：采集不同翼型和不同流动条件下的样本数据；对样本数据进行预处理；将预处理后的数据输入至神经网络进行预测，得到预测结果；对预测结果使用物理求解器进行迭代细化，得到符合收敛约束的流场预测结果。本申请应用神经网络进行预测，并调用OpenFOAM作为物理求解器进行迭代细化，将神经网络与物理求解器耦合应用，得到可用于进行流场预测的新型数据驱动框架，充分利用神经网络的函数逼近能力和物理求解器保证收敛约束的特点，加速收敛过程，并且能够适应不同的流动条件和几何外形，实现高精度、高效率的预测。本申请还提供一种流场预测系统、计算机可读存储介质和电子设备，具有上述有益效果。