Air Flow Predictions in Converging-Diverging Nozzles Using Fourier Neural Operators
I många aerodynamiska höghastighets-applikationer som t.ex. raketmotorer och vindtunnlar används ett så kallat konvergerande-divergerande munstycke, vilket är en rörformad del där tvärsnittsarean först minskar och sedan ökar. Sådana munstycken används ofta för att accelerera luft till supersoniska hastigheter, vilket innebär att det flödar snabbare än ljudets hastighet som är ungefär 343 m/s. Vid This thesis investigates the potential of using Fourier neural operators to predict subsonic and supersonic flows in converging-diverging nozzles, which includes complex flow phenomena such as shock waves. Two different data sets were generated using the Euler equations for fluid flow, one based on analytical relations for a quasi one-dimensional nozzle and another one which was created by numeric
