Machine-Learning Surrogates for Airfoil Pitching Moment: Accuracy, Extrapolation, and the Finite-Thickness Shift of the Aerodynamic Center
本文评估了用于预测基于势流数据的 NACA 四位翼型俯仰力矩的机器学习代理模型,揭示了有限厚度使气动中心向四分之一弦后方偏移,并证明了尽管目标量具有物理鲁棒性,随机森林模型虽然在训练范围内实现了高精度,但仍无法检测出针对新翼型形状的外推误差。