报告人：寇家庆 教授（西北工业大学航空学院）

报告内容：

现代飞行器研制中面临着很多挑战性的非定常流动问题。近年来，流体力学实验和模拟中产生了海量 的多源流场大数据，为发展数据驱动的非定常气动力模型提供了很多机遇。通过机器学习方法，融合多源 异构流动数据，我们构造了不同层次的低维流动模型，缓解了现有非定常气动力获取方法在精度和效率上 的矛盾。本报告将介绍三方面内容：1）针对非线性气动弹性分析，提出了非定常气动力的机器学习模型， 在保持计算精度的同时极大提高了计算效率；2）发展了数据驱动的流场模态分解方法，为复杂流固耦合机 理分析和流动控制奠定了方法基础；3）提出了基于迁移学习的多源流场数据融合建模方法，在保证精度的 同时，大幅降低了模型对高精度训练样本的依赖。 

报告人简介：

寇家庆，西北工业大学航空学院教授。2015 年和 2018 年获得西北工业大学学士和硕士学位，2022 年 获得马德里理工大学博士学位，2022 年-2024 年在亚琛工业大学空气动力学研究所担任洪堡博士后。2023 年获批国家级青年人才(海外)项目资助，2024 年 3 月入职西北工业大学。主要从事飞行器复杂流动模拟和 智能流体力学建模方法研究，在非定常气动力和气动弹性的机器学习方法、数据驱动的流场模态分析方法、 复杂流动的高精度数值模拟方法等方面开展了原创性研究。近五年以第一/通讯作者在 Progress in Aerospace Sciences，Journal of Computational Physics，AIAA Journal 等本领域顶级国际期刊发表论文二十余篇，SCI 引 用 1000 余次。先后入选欧盟玛丽居里 Early Stage Researcher（博士），德国洪堡学者（博士后），陕西省 青年人才等项目，获得国防科技进步二等奖 1 项。连续四年入选斯坦福大学“全球前 2%顶尖科学家”年度 科学影响力排行榜。现任 Aerospace Science and Technology 期刊 Associate Editor，《应用数学和力学》期刊 青年编委。  

主持人：赵耀民 研究员（北京大学应用物理与技术研究中心）

时  间：2024年4月18日（周四）12:00

地  点：北京大学工学院1号楼210会议室