Een datafusie-framework voor het gronden van een luchtvaart-surrogaatmodel via experimentele windtunnelwaarnemingen

Aerodynamische surrogaatmodellen die zijn getraind op hoogwaardige CFD-data reproduceren numerieke voorspellingen van zowel scalaire uitkomsten als volledige velden nauwkeurig, maar hun voorspellende betrouwbaarheid wordt beperkt door systematische afwijkingen tussen CFD en experimentele waarnemingen. We presenteren een experimenteel onderbouwd correctiekader dat een op CFD getraind deep-learning-surrogaat aanpast met behulp van PSP-metingen uit de windtunnel. Een Geotransolver-surrogaat getraind op 2.300 hoog-