基于物理信息深度學(xué)習(xí)算法的Flame D 熱流場重構(gòu)研究

打開文本圖片集

摘要：盡管數(shù)值模擬方法在求解流體動力學(xué)的湍流過程中發(fā)展迅速，但處理復(fù)雜的幾何形狀和流動過程時，在準(zhǔn)確建模和計算速度等問題上仍面臨挑戰(zhàn)性。針對當(dāng)前在計算流體力學(xué)（Computational Fluid Dynamics，CFD）上存在的計算代價大等問題，本文在傳統(tǒng)的湍流數(shù)值模擬技術(shù)的基礎(chǔ)上，結(jié)合機(jī)器學(xué)習(xí)，以經(jīng)典的Sandia Flame D 燃燒模型為例，通過引入物理信息的深度學(xué)習(xí)算法， 建立物理信息神經(jīng)網(wǎng)絡(luò)架構(gòu)（Physical-Information Neural Network，PINN），將符合規(guī)律的物理信息內(nèi)嵌到神經(jīng)網(wǎng)絡(luò)，使得用小樣本就能實現(xiàn)參數(shù)的流場重構(gòu)。（剩余12206字）