期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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
被引量：
3
1
作者
陆至彬
李依梦
+3 位作者
何畅
张冰剑
陈清林
潘明
《化工学报》
EI
CSCD
北大核心
2022年第12期5483-5493,共11页
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...
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。
展开更多
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
在线阅读
下载PDF
职称材料
题名
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
被引量：
3
1
作者
陆至彬
李依梦
何畅
张冰剑
陈清林
潘明
机构
中山大学材料科学与工程学院
广东省石化过程节能工程技术研究中心
工数科技(广州)有限公司
出处
《化工学报》
EI
CSCD
北大核心
2022年第12期5483-5493,共11页
基金
国家自然科学基金面上项目(22078372,22078373)
广东省自然科学基金面上项目(2022A1515010479)。
文摘
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。
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
Keywords
physics-informed neural networks
partial differential equations
partitioned coupling
conjugate heat transfer
heat transfer coefficient forward temperature backward
分类号
TQ021.3 [化学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
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
陆至彬
李依梦
何畅
张冰剑
陈清林
潘明
《化工学报》
EI
CSCD
北大核心
2022
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
