peterdsharpe/NeuralFoil

何を解決するか

NeuralFoil は、空力特性を迅速かつ信頼性の高い方法で分析するためのツールです。XFoil などの従来のツールに見られる収束失敗、不連続な予測、大規模なバッチ解析や勾配ベースの形状最適化における高コストといった問題を回避します。

動作方法

物理情報に基づく機械学習と解析モデルのハイブリッドです。コアは、CST（Kulfan）パラメータ化を用いて翼型幾何を記述し、約800万回の XFoil 実行データで訓練されたニューラルネットワークです。このツールは、高速実行を目的としたスタンドアロンの Python/NumPy 実装として利用可能で、AeroSandbox に統合することで、圧縮性空力（遷音速/超音速）、後期揚力低下解析、制御面の変位などの高度な機能も利用できます。

対象ユーザー

設計最適化、飛行シミュレーション、リアルタイム制御システム向けに、高速で微分可能かつ信頼性の高い翼型性能予測が必要な航空工学エンジニア、航空機設計者、研究者。

特徴

• 極めて高速: 単一解析では XFoil より最大30倍速く、複数点バッチ解析では約1000倍速い。
• 信頼性: 収束失敗なく常に結果を返し、$C^\infty$-連続な出力を提供するため、勾配ベースの最適化に最適。
• 自己評価信頼度: analysis_confidence メトリクスを備え、分布外のクエリや敏感な流れ状態を警告。
• 汎化能力: トレーニングデータに含まれない翼型、極端な制御面の変位を持つ翼型に対しても正確な予測が可能。