买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学

摘要：本发明公开了一种基于物理信息神经网络耦合小火焰模型的燃烧模拟方法。本发明通过PINNs与小火焰过程变量模型的耦合，能够充分考虑详细的化学反应机理；在此过程中，PINNs仅需学习基本的N‑S方程和小火焰库控制参数的方程，通过控制参数在小火焰库中检索，即可高效获取热化学状态量和热物性参数，如温度、组分和粘度扩散率，无需求解温度组分的输运方程和复杂的ODE计算，减少PINNs学习方程的数量，显著降低了模型训练的难度；另外，通过PINNs训练得到的小火焰库控制参数，后处理插值便可快速得到温度和不同组分的全场分布，可以准确有效的解决现如今PINNs在燃烧物理问题中无法考虑详细机理的不足。

主权项：1.一种基于物理信息神经网络耦合小火焰模型的燃烧模拟方法，其特征在于，包含以下步骤：1）根据选择的反应机理构建小火焰库；2）根据目标区域确定几何结构参数和边界条件，再基于几何结构参数和边界条件构建物理信息神经网络以及控制方程与边界条件的损失函数；3）结合控制方程与边界条件的损失函数，对物理信息神经网络进行训练，训练过程中基于网络输出的小火焰库控制参数从小火焰库中提取并更新控制方程中所用到的热物性参数以及过程变量源项，直至该损失函数收敛，获得物理信息神经网络耦合小火焰过程变量模型；4）根据物理信息神经网络耦合小火焰过程变量模型处理后得到目标区域的流场分布和小火焰库控制参数的分布；所述2）中，控制方程包括小火焰库的混合分数Z的控制方程和过程变量C的控制方程，公式如下： 其中，流场的x方向速度u、y方向速度v，压力p，混合分数Z，过程变量C均是关于空间坐标的求解变量，将其作为神经网络的输出，ρ表示气体的密度；DZ和DC是混合分数Z和过程变量C的扩散系数，并且DZ=DC，是过程变量源项；所述控制方程与边界条件的损失函数具体为控制方程中预测值与理论值之间的均方误差以及边界条件的预测值与边界条件的设定值之间的均方误差；其中，所有控制方程中预测值与理论值之间的均方误差求和后作为所有控制方程的损失之和ζpde，表示为： ζ pde =ζ pde con +ζpdemoment-x+ζpdemoment-y+ζpdeZ+ζpdeC其中，ζpdecon是质量守恒方程的损失；ζpdemoment-x是x方向的动量守恒方程的损失；ζpdemoment-y是y方向的动量守恒方程的损失；ζpdeZ是混合分数Z的控制方程的损失；ζpdeC是过程变量C的控制方程的损失。

全文数据：

权利要求：

百度查询： 浙江大学 基于物理信息神经网络耦合小火焰模型的燃烧模拟方法