#气膜冷却

基于神经算子的端壁气膜冷却泛化预测

研究提出物理增强的神经算子框架 SDNO，将涡轮端壁温度场预测分为子部件计算与叠加两阶段，并采用符号距离函数编码气孔位置。模型仅用 1-5 个气孔的样本训练，却能准确预测训练中未见的 10-20 个气孔冷却布局。相比全监督基线，该方法提升了预测精度与泛化能力。