Аңдатпа. Турбиналық жұмыс каналдарындағы турбулентті ағындарды дәл және жылдам бағалау, әсіресе турбомашиналардың тиімділігі мен сенімділігіне қойылатын жоғары талаптар жағдайында есептеу газы мен гидродинамикасының негізгі міндеттерінің бірі болып қала береді. Рейнольдс теңдеуіне негізделген модельдеу (RANS) немесе үлкен құйынды модельдеу (LES) сияқты дәстүрлі тәсілдер қолайлы дәлдікті қамтамасыз етсе де, есептеу үшін қымбат және уақытты қажет етеді. Бұл құжат турбулентті ағындардағы үш өлшемді жылдамдық пен қысым өрістерін жаңғырту үшін суррогат үлгісі ретінде конволюционды нейрондық желілерді (CNN) пайдалануға негізделген балама тәсілді ұсынады. Әзірленген архитектура U-Net модификацияланған нұсқасына негізделген және үш өлшемді енгізу деректеріне бейімделген. LES нәтижелерімен салыстыру ұсынылған модель ағынның негізгі сипаттамаларын, соның ішінде құйынды құрылымы мен қысым градиенттерін жоғары дәлдікпен қайта құруға қабілетті екенін көрсетті. Бұл есептеулерді айтарлықтай жеделдетуге қол жеткізеді – классикалық сандық әдістермен салыстырғанда 10³ есеге дейін. Ұсынылған нейрондық желі моделі геометриялық параметрлердегі өзгерістерге тұрақтылықты көрсетеді және басқа арна конфигурациялары үшін оңай қайта конфигурациялануы мүмкін. Алынған нәтижелер турбулентті ағынды модельдеуде терең оқытудың әлеуетін көрсетеді және мұндай модельдерді нақты уақыттағы инженерлік есептеулерге біріктіру перспективаларын ашады.

Түйін сөздер: турбулентті ағынды модельдеу, конволюционды нейрондық желілер (CNN), U-Net архитектурасы, суррогаттық модельдеу, үлкен құйындарды модельдеу (LES), турбомашиналар, деректерге негізделген есептеу сұйықтығының динамикасы (CFD).