东方.御风

背景

东风·御风（DongFang·YuFeng） 是商用飞机有限责任公司与华为技术有限公司联合研发的工业级气动仿真大模型，专为大型商用飞机翼型设计场景打造，基于 MindSpore MindFlow 框架实现。

传统计算流体力学（CFD）方法计算跨音速翼型流场通常需要数小时，严重制约飞机设计的迭代效率。东风·御风通过 AI 驱动的数据驱动流场预测，将仿真速度提升 24 倍，同时将预测误差控制在工业标准的 $10^{-4}$ 量级，为飞机翼型设计提供兼具效率与精度的新范式。

翼型绕流 CFD 仿真动画

三大技术挑战与解决方案

1. 非均匀网格的正则化处理

跨音速翼型仿真采用 O 型和 C 型结构化计算网格：翼型附近边界层网格极密，远场网格极疏，非均匀性极强，无法直接输入神经网络。

解决方案：利用曲线坐标变换与几何编码，将复杂结构化网格映射为正则化张量格式，使网格的空间位置信息可被 ViT 编解码器高效处理。

2. 宽工况下流动特征的剧烈变化

不同攻角（AoA）和马赫数（Ma）组合下，翼型周围流场特征差异显著——亚音速条件下流场平滑，跨音速条件下出现激波。要求模型在统一框架内覆盖宽工况范围。

不同攻角下的流场变化

解决方案：以攻角和马赫数作为条件输入，设计统一的编解码框架，实现跨工况端到端流场预测。

3. 激波区域的高精度捕捉

激波区域压力、速度、密度存在剧烈不连续变化，是流场预测中最难捕捉的特征，对空气动力载荷分布至关重要。

不同马赫数下的激波结构变化

解决方案：引入自适应加权损失函数，在高梯度区域（激波附近）自动提高损失权重，强化模型对不连续区域的学习能力。

模型架构

东风·御风基于 Vision Transformer（ViT） 编解码器架构，结合多尺度小波损失函数（Multi-scale Wavelet Loss）：

多尺度小波损失将流场分解为不同频率分量，针对激波的高频不连续性单独施加强约束，显著提升激波区域预测精度。

关键性能指标

不同攻角下的预测误差对比

训练与推理流程

1. 数据准备：将 CFD 仿真数据转换为 MindRecord 格式数据集
2. 网络训练：Adam 优化器，学习率 0.0005，批量大小 32，训练 1000 个 epoch
3. 在线推理：加载 Checkpoint，输入翼型几何、攻角、马赫数，输出完整流场
4. 结果可视化：压力系数云图、速度场分布、误差热力图

应用价值

• 大飞机设计加速：快速完成不同翼型、攻角、马赫数组合的参数扫描，设计周期显著缩短
• 工业级精度保障：误差量级符合航空工程设计标准，可直接支撑翼型优化迭代
• 宽工况泛化能力：统一模型覆盖亚音速至跨音速的宽工况范围，无需针对每个工况单独训练