科技日報訊 （記者楊侖）近日，西北工業大學教授李記超，與瑞士洛桑聯邦理工學院和香港科技大學的兩名中國博士生魏震、楊奧博合作，開發出一款基于深度學習的幾何引擎，成功突破傳統飛機外形優化方法的局限，依靠深度神經網絡實現全自動幾何參數化，為航空航天設計帶來高效且精準的智能化解決方案。該研究成果獲得了美國航空航天學會的多學科設計優化最佳論文獎。

氣動外形優化是航空設計中的核心技術，可以提升燃油效率、降低阻力，提高飛行器性能。目前，主流的仿真設計方案高度依賴人工干預，耗時長、自動化程度不足，制約了效率的提升。

“這款引擎可以自主學習幾何變形規律，在多個驗證案例中，它在形狀自由度和優化性能方面均優于現有的自由形變方法，且不再依賴人工調整參數，以往這需要耗費設計人員幾個月的時間。”研究人員告訴科技日報記者。

此外，該幾何引擎無需龐大的數據集或繁瑣的超參數調整，大幅降低了開展氣動優化的復雜度和成本。“我們已經對接了多款現有的數值仿真工具，開展了飛行器復雜氣動外形的優化設計工作，相信該幾何引擎可在航空航天、汽車、能源、工業制造等多個領域發揮重要價值。”李記超說。