飛槳PaddleScience助力汽車空氣動力學技術發展,成果亮相領域頂會

2024年9月5日6日,2024中國汽車工程學會汽車空氣動力學分會學術年會在重慶順利召開,飛槳 PaddleScience 攜技術成果亮相年會,用 AI 技術助力汽車空氣動力學技術的發展。「汽車空氣動力學分會學術年會」是分會充分發揮行業平台的作用與優勢、整合行業優秀專家資源、優選前沿先進的研討主題,打造的汽車空氣動力學領域規模最大、規格最高、最具代表性和影響力的學術會議品牌。

2024年9月5日至6日,由中國汽車工程學會汽車空氣動力學分會主辦,重慶長安汽車股份有限公司、中國汽車工程研究院股份有限公司、智能汽車安全技術全國重點實驗室聯合承辦的2024中國汽車工程學會汽車空氣動力學分會學術年會在重慶成功召開。

本屆年會吸引了包括國內眾多主流車企在內的國內外100餘家企業、科研機構和高校的300餘名技術專家和學者參會,參會行業涵蓋了汽車整車及零部件、CFD 軟件開發、AI 技術應用、風洞建設等多個領域,其中人工智能技術在汽車行業的應用是本屆年會重點關注的方向之一。

飛槳作為源於產業實踐的開源深度學習平台,致力於讓深度學習技術的創新與應用更簡單。這個過程中,飛槳支撐了多個科學領域大量的上層應用。本次年會,飛槳科學計算 PaddleScience 攜飛槳支撐的學術研究成果《基於幾何信息神經算子的參數化汽車幾何風阻預測模型》亮相學術年會。成果宣講現場,來自奇瑞汽車、比亞迪汽車、長安汽車、集度汽車、西北工業大學、吉林大學等車企和高校的專家學者就模型結構、數據生成、模型泛化能力等方面進行了熱烈交流和討論,展現了對深度學習技術應用於汽車空氣動力學流體仿真的高度認可和熱情期待。該論文經現場專家的評審獲得了「優秀論文獎」。

飛槳科學計算 PaddleScience 支撐成果宣講

學術年會氣動分會場合照

右滑查看更多圖片右滑查看更多圖片

PaddleScience 選擇這一應用場景在於該場景的重要性和 AI 技術的優勢。風阻係數直接影響汽車能耗,其優化問題一直是汽車行業的核心問題之一。基於 CFD 和傳統代理模型的風阻優化依賴大量算力,優化效率低,限制了風阻的全局尋優。《基於幾何信息神經算子的參數化汽車幾何風阻預測模型》基於汽車空氣動力學標準模型 SAE 和 OpenFOAM 自建參數化三維 CFD 數據集 SAE-Variable,並採用人工智能模型幾何信息神經算子(GINO)建立了車身表面壓力和剪切力預測的2.3億參數量的代理模型。CFD 結果顯示「分離泡」隨後背傾角的演化導致風阻係數隨後背傾角呈非單調變化,GINO 模型學習到了這種流動機理,在測試集對風阻係數預測的平均相對誤差為2.1 %。GINO 模型的計算時間比 OpenFOAM 提速3個數量級,作為代理模型可以顯著加速汽車等各類車輛的氣動外形優化設計。

幾何信息神經算子網絡結構

幾何信息神經算子模型捕捉風阻係數隨後背傾角的變化機理

後續,飛槳還將開展基於 GINO 模型的汽車等各類車輛的氣動外形優化工作,打通氣動優化設計工作的全流程,用 AI 技術能力提升車輛氣動外形設計的效率。

本次亮相年會的成果屬於 PaddleScience 助力科研創新和工程應用的具體應用領域之一。PaddleScience 是基於深度學習框架飛槳 PaddlePaddle 開發的科學計算套件,利用深度神經網絡的學習能力和飛槳框架的自動(高階)微分機制,解決物理、化學、氣象等領域的問題。支持物理機理驅動、數據驅動、數理融合三種求解方式,並提供基礎 API 和詳盡文檔供用戶使用與二次開發。具體包括:

  • 豐富的場景案例:提供多個經典流體力學案例,如2D&3D 圓柱繞流、渦激振動等基礎案例以及氣象預報、汙染物擴散等行業案例。

  • 功能以及 API 更新:更加全面的 API 支持,如自定義偏微分方程及各類邊界條件、支持2D&3D 基礎幾何定義等。

  • 框架技術創新:在自動微分、編譯器、執行器、分佈式方面進行技術創新,有力地支撐科學計算任務高效訓練和推理。

  • 模型支持:支持更廣泛的底層模型,如 CNN、U-Net、Transformer 等。

PaddleScience 科學計算套件

為了建立產學研閉環,推動科研創新與產業賦能,飛槳攜手各企業、高校及科研院所共同建設了基於飛槳的 AI for Science 領域開源項目,打造了活躍的開源社區。歡迎各位研究者訪問飛槳科學計算 PaddleScience 官網瞭解更多信息,並通過飛槳 AI for Science 共創計劃加入我們!

▎相關地址:

PaddleScience 工具組件 GitHub 倉庫:

https://github.com/PaddlePaddle/PaddleSciencePaddleScience 

工具組件官方文檔:

https://paddlescience-docs.readthedocs.io/zh/latest/AI for Science 

共創計劃:

https://www.paddlepaddle.org.cn/science