Resumen:
En este trabajo se propone una implementación del aprendizaje automático para la dinámica de fluidos, ajustando y entrenando una red neuronal con arquitectura MLP de tipo regresión, esto para la predicción de presión y velocidad del perfil aerodinámico NACA 4412. Concluyendo que la implementación es posible y eficiente como alternativa a los métodos clásicos, sobre todo estructural y geométricamente, además de responder bien debido a la naturaleza de los datos de entrada.
Descripción:
En este trabajo se entreno y ajusto una red neuronal con arquitectura MLP de tipo regresión utilizando datos obtenidos de simulaciones de la dinámica de fluidos computacionales para un perfil aerodinámico a distintas velocidades y en distintos ángulos de ataque, los hiperparámetros de la red fueron ajustados para un mejor desempeño en su tarea y su objetivo es proponer una posible alternativa a los métodos clásicos para la caracterización de este tipo de geometrías.
