瞬态多相流场图神经网络时空预测方法研究
Spatiotemporal prediction method for the transient multiphase flow field via graph neural network作者机构：大连理工大学能源与动力学院辽宁大连116024
出 版 物：《哈尔滨工程大学学报》 (Journal of Harbin Engineering University)
年 卷 期：2024年第45卷第9期
页 面：1761-1769页
核心收录：
学科分类：080701[工学-工程热物理] 08[工学] 0807[工学-动力工程及工程热物理]
基 金：国家重点研发计划(2020YFA0714403) 国家自然科学基金青年项目(52005074) 中央高校基本科研业务费(DUT19RC(3)070) 国家自然科学基金面上项目(52375231) 辽宁省自然科学基金面上项目(2022-MS-135)
主 题：深度学习 图神经网络 循环流化床 非结构化网格 瞬态流场 多相流 时空预测 多尺度特征
摘 要：为实现对大型能源化工装备(如循环流化床)内瞬态多相流场的快速时空建模和预测,本文采用基于网格图神经网络的深度学习模型,针对循环流化床非结构化时变数值仿真数据,建立离散相体积分数的时空耦合预测器。该模型有效捕捉了反应器的时空多尺度特性,能高效地进行多相流场时空耦合动态预测,结果表明:速度远超传统数值仿真,加速比可接近500。
维普期刊数据库
同方期刊数据库