Sobolev约束热电器件代理模型

热电筛选快三个数量级

一种用导数约束训练的傅里叶神经算子,以0.269%的中位误差快速评估热电材料器件性能。

Hu, J. S. · Yaoqi, Liu · 曾汕 · Wang, Pan

Energy Conversion and Management 2026

参数信息

测试集中位效率误差
0.143 %
保留材料族中位效率误差
0.269 %
端到端评估时间
2.900 ms
加速比
2292
训练样本数
9145

技术优势

端到端快三个数量级

端到端评估约2.900 ms/例,而同等评估用非线性有限元需约6.65秒;这使得在单个GPU上每天可评估近3000万例,能覆盖大型材料库。

看不到的化学式也准

在两个完整材料族被完全留出作为外推测试的情况下,中位效率误差仍只有0.269%;基于formula-grouped划分,训练集与测试集无任何化学式重叠。

导数敏感量不失真

损失函数结合场重构、梯度、边界和热流约束,使由重构场后处理得到的电流、功率、效率等导数敏感量误差大幅降低;消融实验证实该监督策略有效。

9145个物理审查样本

训练集包含9145个经物理审查的有限元算例,涵盖有限电流热电耦合和温度依赖输运性质,模型在广泛的材料属性空间内保持物理一致性。

应用场景