典型文献
集成分区耦合策略的物理信息神经网络模拟共轭传热过程研究
文献摘要：
物理信息神经网络(PINN)通过对偏微分方程组进行数学编码,实现了内嵌物理知识的深度学习,已成功地应用于流体力学和传热领域.但是,由于固体导热和流体传热间强耦合关联,通用的PINN难以有效求解上述领域内普遍存在的共轭传热问题.作为应用较为广泛的分区耦合策略,传热系数正向温度反向法可通过分别独立求解流体域和固体域来灵活处理界面处的复杂耦合关系.本工作基于真实物性体系,利用传热系数正向温度反向法构建分区耦合PINN建模策略.以共轭传热二维和三维模型为例,将分区耦合PINN预测的多物理场结果与常规的CFD软件模拟结果进行对比,结果显示二维模型和三维模型的固体温度最大绝对误差分别为0.19 K和2.12 K,表明了分区耦合PINN策略处理真实物性下共轭传热建模问题的有效性.
文献关键词：
物理信息神经网络;偏微分方程;分区耦合;共轭传热;传热系数正向温度反向法
中图分类号：
作者姓名：
陆至彬;李依梦;何畅;张冰剑;陈清林;潘明
作者机构：
中山大学材料科学与工程学院,广东广州 510006;广东省石化过程节能工程技术研究中心,广东广州 510006;工数科技(广州)有限公司,广东广州 510530
文献出处：
引用格式：
[1]陆至彬;李依梦;何畅;张冰剑;陈清林;潘明-.集成分区耦合策略的物理信息神经网络模拟共轭传热过程研究)[J].化工学报,2022(12):5483-5493
A类：
传热系数正向温度反向法
B类：
分区耦合,耦合策略,物理信息神经网络,共轭传热,传热过程,过程研究,PINN,偏微分方程组,内嵌,物理知识,流体力学,导热,强耦合,耦合关联,分别独立,流体域,灵活处理,复杂耦合关系,实物性,多物理场,CFD,软件模拟,二维模型,绝对误差
AB值：
0.239326
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
