• 全部
    高级检索
主办单位：煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
首页 > 优先出版
基于并行重采样物理信息神经网络的二维和三维流体动力学模拟
  • 55
  • 作者

    苟志勇 蒋权

  • 单位

    广西民族大学人工智能学院广西混杂计算与集成电路设计分析重点实验室

  • 摘要
    【目的】使用物理信息神经网络（Physics-Informed Neural Networks，PINNs）求解偏微分方程已被证实是一种有效的工具，也是计算流体动力学（CFD）中解决复杂流动问题的新颖方式。常规的PINNs方法在模拟二维和三维不可压缩流体时面临若干问题，比如预测精度欠佳、采样点布置以及超参数选择困难。【方法】基于一种改进的并行重采样物理信息神经网络（Parallel Resampling PINNs，PRS-PINNs）方法来应对上述问题。通过引入渐进式重采样策略来捕捉流体流动中的复杂特征，并通过并行子网络结构优化特征提取。此外，采用贝叶斯算法对超参数进行优化，以提高模型的收敛速度和稳定性。实验在二维方腔流、三维Beltrami典型问题上进行了验证。【结果】结果表明，在无需模拟或实验数据，仅依靠控制方程和边界条件的情况下，PRS-PINNs的预测误差均大幅小于常规PINNs，在不同工况下表现更为稳定。
  • 关键词

    深度学习物理信息神经网络偏微分方程求解计算流体力学流动模拟

  • 文章目录

    1 引言
    2 算法和原理
    2.1 流动基本方程
    2.2 物理信息神经网络PINNs
    2.3 并行重采样物理信息神经网络
    3 数值算例
    3.1 二维方腔流
    3.2 三维Beltrami流
    4 结论
  • 引用格式
    苟志勇,蒋权.基于并行重采样物理信息神经网络的二维和三维流体动力学模拟[J/OL].太原理工大学学报,1-8[2024-08-29].https://doi.org/10.16355/j.tyut.1007-9432.P00135.
相关问题
立即提问
太原理工大学学报
Journal of Taiyuan University of Technology
中文核心期刊
中国科技核心期刊
0年期
推荐专家
推荐企业
尤洛卡

尤洛卡精准信息工程股份有限公司是国内煤矿顶板灾害防治设备的龙头企业。公司的主导产...

尤洛卡
推荐专题
《能源环境保护》废水、固废电化学处理技术 | 虚拟专题
《能源环境保护》废水、固废电化学处理技术 | 虚拟专题
《矿业安全与环保》煤矿安全智能防控关键技术与应用 | 虚拟专辑
《矿业安全与环保》煤矿安全智能防控关键技术与应用 | 虚拟专辑
《煤炭学报》“露天煤矿绿色开采与边坡智能监测预警”专栏
《煤炭学报》“露天煤矿绿色开采与边坡智能监测预警”专栏
红柳林煤矿智能化建设成果专栏（《智能矿山》）
红柳林煤矿智能化建设成果专栏（《智能矿山》）
《洁净煤技术》“化学链技术”虚拟专题
《洁净煤技术》“化学链技术”虚拟专题
《煤矿安全》煤炭科学技术研究院有限公司安全分院专栏
《煤矿安全》煤炭科学技术研究院有限公司安全分院专栏
露天矿智能化技术创新与实践特刊（《智能矿山》）
露天矿智能化技术创新与实践特刊（《智能矿山》）
2024封面文章（《智能矿山》）
2024封面文章（《智能矿山》）
“新一代信息技术在智能矿山中研究与应用”专题
“新一代信息技术在智能矿山中研究与应用”专题
《煤田地质与勘探》“矿山灾害生命保障应急救援” | 专题
《煤田地质与勘探》“矿山灾害生命保障应急救援” | 专题
亮点论文

主办单位：煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址：北京市朝阳区和平里青年沟东路煤炭大厦 邮编：100013
京ICP备05086979号-16  技术支持：云智互联