Intelligent Flow
Simulation & Optimization

June 3, 2026. Published in Computers & Fluids  
This study introduces a fully autonomous CFD-based design framework that integrates mesh generation, CFD simulation, and blade optimization through three task-specialized deep reinforcement learning agents. Unlike conventional workflows that require repeated simulations and expert intervention whenever operating conditions change, the proposed framework generates near-optimal turbomachinery blade designs in a single inference step, achieving over 99.97% of the optimal performance across continuous operating conditions.

메시 생성·CFD 해석·블레이드 설계를 담당하는 세 개의 task-specialized 강화학습 에이전트를 하나의 자율 파이프라인으로 통합하여, 단계마다 전문가의 수작업 개입이 필요하고 작동 조건이 바뀔 때마다 수백 번의 해석을 반복해야 했던 기존 방식과 달리, 설계 전 과정을 자동화하고 다양한 작동 조건에 대한 최적 터보기계 블레이드 설계를 단 한 번의 추론으로 도출하여 최적 성능의 99.97% 이상을 달성한 연구입니다.

[DOI]