提供一种基于超分辨率重构的翼型流场快速预测方法,属于流体力学和人工智能技术领域,包括生成翼型样本数据集；对原始流场数据处理获得高、低分辨率流场数据；使用深度神经网络建立从工况和外形参数到低分辨率流场数据的预测模型；使用超深超分辨率神经网络建立从低分辨率流场数据到高分辨率流场数据的预测模型；串接两个模型搭建流场预测模型；将搭建好的模型用于翼型流场的快速预测。本发明基于超分辨率重构技术，结合深度神经网络，可很好的学习到流场特征，实现对流场的快速、精确预测，减小流场计算耗时。本发明在流场数据处理中，先将流场数据从气动计算域映射到学习域，对数据梯度较大处进行插值处理，提高建模精度，降低流场预测误差。