报告一：Development and application of high fidelity, spectral/hp element methods for high Reynolds number, complex geometry flows

报告人：Professor Spencer J. Sherwin（Department of Aeronautics, Imperial College London, SW7 2AZ, UK）

报告摘要：Although the use of flow simulations for industrial design is well established, as industry imposes greater demands on the design there is an increasing demand for more accurate unsteady flow simulations. Using existing commercial methods, it can be extremely costly in computational terms to achieve sufficient accuracy in unsteady flow simulations. This demand for increasingly accurate flow physics around complex geometries are therefore making high order methods such as spectral/hp type discretisations more attractive to industry.

In this presentation we will outline the demands imposed on computational aerodynamics by our industrial collaborators (McLaren Racing, Rolls Royce) and discuss the numerical challenges which we have had to be overcome to make our academic open source tools (www.nektar.info)  more suitable for industry. Particular attention in this presentation will be given to the role of robustness for high Reynolds number flows.

报告人简介：Although the use of flow simulations for industrial design is well established, as industry imposes greater demands on the design there is an increasing demand for more accurate unsteady flow simulations. Using existing commercial methods, it can be extremely costly in computational terms to achieve sufficient accuracy in unsteady flow simulations. This demand for increasingly accurate flow physics around complex geometries are therefore making high order methods such as spectral/hp type discretisations more attractive to industry.

In this presentation we will outline the demands imposed on computational aerodynamics by our industrial collaborators (McLaren Racing, Rolls Royce) and discuss the numerical challenges which we have had to be overcome to make our academic open source tools (www.nektar.info)  more suitable for industry. Particular attention in this presentation will be given to the role of robustness for high Reynolds number flows.

报告二：高超声速飞行器气动热及综合热效应问题

报告人：桂业伟   研究员（中国空气动力研究与发展中心）

报告摘要：当前高超声速技术飞速发展，热防护系统是保证飞行安全的关键之一。新一代高超飞行器对长时间加热下非烧蚀防热系统的高可靠、轻质化有着越来越高的要求，因而对飞行器的气动加热以及在长时间加热下的一系列力热耦合现象的机理规律和分析方法的研究成为当前热点之一。本报告针对气动加热所产生一系列效应，分析了各物理效应之间的物理和数学关系，提出了对整个体系的综合热效应开展研究的必要性，介绍了报告人及其研究团队近年来在耦合分析计算、实验测量和优化分析方面研究进展。报告内容涉及局部复杂干扰下热流计算、非空气介质的热流分析、辐射模拟气动加热、以及热流传感器分析；讨论了不同特征的材料结构在耦合条件下的力热响应、舱内热管理问题及其与结构传热的耦合、结构的静动气弹现象及其与飞行轨道/控制的关联；介绍了本团队自主研发的耦合热效应分析软件；展示了在耦合实验研究方面如耦合气动力热/结构变形过程的风洞实验、计算模拟/实验融合式测量工作的一些新进展和新问题。此外，本报告还提出了与综合热效应相关的一些基础数学、理论物理学问题，有待进一步探索研究；结合飞行器设计，提出了在全耦合分析方法支持下的综合优化设计问题以供研讨。

报告人简介：桂业伟研究员，中国空气动力研究与发展中心气动热与热防护首席专家，1988年获得清华大学工程热物理博士学位，长期从事高超声速气动热力学以及热防护研究。

报告三：浅谈空气动力学智能化

报告人：张伟伟  教授 （西北工业大学）

报告摘要：人工智能是近年来炙手可热的研究方向，空气动力学如何在智能化时代焕发青春是值得当下本领域研究者思考的话题。空气动力学计算或试验中所产生的数据是天生的大数据，如何通过人工智能方法利用这些数据，通过机器学习来缓解甚至替代理论/方法层面对人脑的依赖，是一个非常不错的方向。相关研究内容可涵盖控制方程推导的机械化、湍流建模的机器学习方法、物理量纲分析与标度的智能化以及数值模拟方法的智能化。借助人工智能技术，发展流动信息特征提取与多源数据融合的智能化也是空气动力学发展的迫切需求。研究内容至少涵盖流动特征表征的智能化、海量数据挖掘以及多源气动数据的智能融合。另外，发展与空气动力学相关多学科、多物理场耦合模型的智能化更是很多型号工程应用的迫切需求。相关工作涉及多场耦合的模型化、多学科智能气动优化设计以及流动控制的智慧化等方面。

报告人简介：张伟伟，教授/博导，西北工业大学航空学院副院长，翼型叶栅空气动力学国家级重点实验室副主任，流体力学系主任。主要从事非定常流动与控制、飞行器气动弹性力学、流体力学智能化等方向的研究。