-
公开(公告)号:CN118522378B
公开(公告)日:2024-11-12
申请号:CN202410995275.7
申请日:2024-07-24
Applicant: 浙江大学
IPC: G16C20/70 , G16C20/10 , G06F30/27 , G06F30/28 , G06N3/0499 , G06N3/084 , G06N3/0985 , G06F111/10 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于物理信息神经网络耦合小火焰模型的燃烧模拟方法。本发明通过PINNs与小火焰/过程变量模型的耦合,能够充分考虑详细的化学反应机理;在此过程中,PINNs仅需学习基本的N‑S方程和小火焰库控制参数的方程,通过控制参数在小火焰库中检索,即可高效获取热化学状态量和热物性参数,如温度、组分和粘度/扩散率,无需求解温度/组分的输运方程和复杂的ODE计算,减少PINNs学习方程的数量,显著降低了模型训练的难度;另外,通过PINNs训练得到的小火焰库控制参数,后处理插值便可快速得到温度和不同组分的全场分布,可以准确有效的解决现如今PINNs在燃烧物理问题中无法考虑详细机理的不足。
-
公开(公告)号:CN118522378A
公开(公告)日:2024-08-20
申请号:CN202410995275.7
申请日:2024-07-24
Applicant: 浙江大学
IPC: G16C20/70 , G16C20/10 , G06F30/27 , G06F30/28 , G06N3/0499 , G06N3/084 , G06N3/0985 , G06F111/10 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于物理信息神经网络耦合小火焰模型的燃烧模拟方法。本发明通过PINNs与小火焰/过程变量模型的耦合,能够充分考虑详细的化学反应机理;在此过程中,PINNs仅需学习基本的N‑S方程和小火焰库控制参数的方程,通过控制参数在小火焰库中检索,即可高效获取热化学状态量和热物性参数,如温度、组分和粘度/扩散率,无需求解温度/组分的输运方程和复杂的ODE计算,减少PINNs学习方程的数量,显著降低了模型训练的难度;另外,通过PINNs训练得到的小火焰库控制参数,后处理插值便可快速得到温度和不同组分的全场分布,可以准确有效的解决现如今PINNs在燃烧物理问题中无法考虑详细机理的不足。
-