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
基于傅里叶特征化物理信息神经网络的输流管道振动特性模拟
1
作者
张挺
鄢锐
+2 位作者
章思茜
杨丁颖
陈安浩
《土木工程学报》
北大核心
2025年第9期86-95,共10页
针对具有高低频叠加的时空多尺度输流管道振动动态响应问题,文章提出一种基于傅里叶特征嵌入的物理信息神经网络(FF-PINN)。引入傅里叶特征映射对时间和空间尺度信息进行分解,并通过超参数σ控制神经网络学习的频率范围,从而准确学习输...
针对具有高低频叠加的时空多尺度输流管道振动动态响应问题,文章提出一种基于傅里叶特征嵌入的物理信息神经网络(FF-PINN)。引入傅里叶特征映射对时间和空间尺度信息进行分解,并通过超参数σ控制神经网络学习的频率范围,从而准确学习输流管道振动动态响应在宏观时间尺度上的相对低频以及微观尺度上的相对高频,以克服PINN在学习高频信息时出现的频谱偏差。使用FF-PINN对两端简支输流管道振动特性进行模拟,所得结果与广义有限差分法(GFDM)参考解的相对L_(2)误差为1.15×10^(-2)。此外文章分析了超参数σ的选取对FF-PINN的影响,得到超参数与特征向量频率的对应关系,结果表明,通过选择合适的超参数可使FF-PINN更好学习特定频率的振动,从而有效学习输流管道振动动态响应,为解决具有高低频叠加的时空多尺度结构振动模拟提供一种有效的解决方案。
展开更多
关键词
物理信息神经网络
输流管道
傅里叶特征化
时空多尺度
振动特性
在线阅读
下载PDF
职称材料
题名
基于傅里叶特征化物理信息神经网络的输流管道振动特性模拟
1
作者
张挺
鄢锐
章思茜
杨丁颖
陈安浩
机构
福州大学
福建省水利水电勘测设计研究院有限责任公司
出处
《土木工程学报》
北大核心
2025年第9期86-95,共10页
基金
国家自然科学基金(52079032)
福建省水利科技重大专项(MSK202215,MSK202333)。
文摘
针对具有高低频叠加的时空多尺度输流管道振动动态响应问题,文章提出一种基于傅里叶特征嵌入的物理信息神经网络(FF-PINN)。引入傅里叶特征映射对时间和空间尺度信息进行分解,并通过超参数σ控制神经网络学习的频率范围,从而准确学习输流管道振动动态响应在宏观时间尺度上的相对低频以及微观尺度上的相对高频,以克服PINN在学习高频信息时出现的频谱偏差。使用FF-PINN对两端简支输流管道振动特性进行模拟,所得结果与广义有限差分法(GFDM)参考解的相对L_(2)误差为1.15×10^(-2)。此外文章分析了超参数σ的选取对FF-PINN的影响,得到超参数与特征向量频率的对应关系,结果表明,通过选择合适的超参数可使FF-PINN更好学习特定频率的振动,从而有效学习输流管道振动动态响应,为解决具有高低频叠加的时空多尺度结构振动模拟提供一种有效的解决方案。
关键词
物理信息神经网络
输流管道
傅里叶特征化
时空多尺度
振动特性
Keywords
physics-informed neural networks
pipeline conveying fluid
Fourier feature
spatiotemporal multiscale
vibration characteristics
分类号
TV672.2 [水利工程—水利水电工程]
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
基于傅里叶特征化物理信息神经网络的输流管道振动特性模拟
张挺
鄢锐
章思茜
杨丁颖
陈安浩
《土木工程学报》
北大核心
2025
0
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