链式物理信息神经网络

空化流重构提速70%

串行求解各物理量,将实验数据同化进控制方程,以极低误差重构水翼空化流场。

Hanqing, Ouyang · Zhu, Zhicheng · Kuangqi, Chen · 田北晨 · 黄彪 · 郝佳

Engineering Applications of Artificial Intelligence 2023

参数信息

计算时间减少
70 %
压力场相对L2误差
0.0030
液相体积分数相对L2误差
0.0035

技术优势

计算时间减半以上

相对于DNS,计算时间减少约70%,显著提升重构效率。

误差小到可忽略

压力场相对L2误差0.0030,液相体积分数0.0035,接近DNS精度。

直接同化实验数据

在物理信息损失函数中同时引入实验数据与方程约束,避免了传统模拟对边界条件的强依赖。

应用场景