6月25日下午,应宁波大学极端环境交叉力学研究所邀请,宁波东方理工大学周裕教授做客龙赛理科楼南楼519会议室,为师生作题为“人工智能、流动控制及其工程应用:机遇和挑战”的学术报告。本次交流会由张传增教授主持,学院相关专业师生积极参与。 报告中,周裕教授系统介绍了团队自2017年以来在AI湍流控制领域的研究进展。团队初期构建的AI控制系统集成了控制装置、传感单元、执行单元与机器学习算法,在提升湍流射流混合与控制边界层分离方面成效卓著。随着研究向基于AI的虚拟工程技术拓展,团队通过优化气动外形,成功实现了地面车辆、水下航行器及超大型油轮的主动减阻。同时,AI在迭代优化中产生的海量数据揭示了新的标度律与控制机制,为力学基础研究提供了重要启发。报告结束后,与会师生就机器学习算法在流体力学中的泛化能力、AI控制系统的实时性优化等问题,与周教授进行了深入探讨与交流。本次报告不仅展示了人工智能在流体力学与工程应用中的前沿进展,也拓宽了师生在数据驱动与AI赋能力学等交叉方向的学术视野。(图文:李琼 极端环境交叉力学研究所)
6月25日下午,应宁波大学极端环境交叉力学研究所邀请,宁波东方理工大学周裕教授做客龙赛理科楼南楼519会议室,为师生作题为“人工智能、流动控制及其工程应用:机遇和挑战”的学术报告。本次交流会由张传增教授主持,学院相关专业师生积极参与。 报告中,周裕教授系统介绍了团队自2017年以来在AI湍流控制领域的研究进展。团队初期构建的AI控制系统集成了控制装置、传感单元、执行单元与机器学习算法,在提升湍流射流混合与控制边界层分离方面成效卓著。随着研究向基于AI的虚拟工程技术拓展,团队通过优化气动外形,成功实现了地面车辆、水下航行器及超大型油轮的主动减阻。同时,AI在迭代优化中产生的海量数据揭示了新的标度律与控制机制,为力学基础研究提供了重要启发。报告结束后,与会师生就机器学习算法在流体力学中的泛化能力、AI控制系统的实时性优化等问题,与周教授进行了深入探讨与交流。本次报告不仅展示了人工智能在流体力学与工程应用中的前沿进展,也拓宽了师生在数据驱动与AI赋能力学等交叉方向的学术视野。(图文:李琼 极端环境交叉力学研究所)