基于PINN神经网络的圆柱绕流部分流场的构建

	基于PINN神经网络的圆柱绕流部分流场的构建
	赵奥博 ; 郑冠男 ; 陈军屹 ; 宋鑫 ; 郝占宙 ; 吕召阳
	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
内容类型	会议论文
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.