基于PINN神经网络的圆柱绕流部分流场的构建
文献类型:会议论文
作者 | 赵奥博; 郑冠男; 陈军屹; 宋鑫; 郝占宙; 吕召阳 |
出版日期 | 2021-04-11 |
会议日期 | 2021-04-11 |
会议地点 | 中国江苏扬州 |
关键词 | 二维圆柱绕流 深度学习 数值模拟 |
页码 | 109-112 |
英文摘要 | 二维圆柱绕流作为基本的物理模型,很多方法用其验证。目前的研究手段大多是实验和数值计算。本文引入了一种基于物理信息的神经网络模型(PINN)建模的方法,首先介绍了其网络构架的基本原理,对雷诺数100的二维圆柱绕流非定常流场进行CFD数值模拟,得到训练数据。通过网络训练部分流场数据得到的速度压力分布云图与商业软件Fluent得到的速度压力分布云图对比,结果表明PINN模型可以为圆柱绕流问题提供有效的建模方法,为接下来的复杂模型提供一定的基础。 |
会议录 | 第五届非定常空气动力学学术会议论文集 |
语种 | 中文 |
URL标识 | 查看原文 |
源URL | [http://dspace.imech.ac.cn/handle/311007/88530] |
专题 | 力学研究所_流固耦合系统力学重点实验室(2012-) |
作者单位 | 1.中国科学院大学 2.中国科学院力学研究所 |
推荐引用方式 GB/T 7714 | 赵奥博,郑冠男,陈军屹,等. 基于PINN神经网络的圆柱绕流部分流场的构建[C]. 见:. 中国江苏扬州. 2021-04-11. |
入库方式: OAI收割
来源:力学研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。