申请/专利权人：天津大学

申请日：2023-08-15

公开（公告）日：2024-04-19

公开（公告）号：CN117057238B

主分类号：G06F30/27

分类号：G06F30/27;G06F30/28;G06N3/045;G06N3/084;G06F113/08;G06F119/14

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2023.12.01#实质审查的生效;2023.11.14#公开

摘要：本发明公开了一种基于物理信息算子网络模型的燃烧器稳燃钝体设计方法，包括：将构造所得的钝体形状函数与计算域空间内评估点的位置坐标参数作为算子网络的输入项；从输入特征变换与输出特征变换的角度设计神经网络结构，将定解条件从损失函数中剥离并嵌入到神经网络的固有结构中，实现定解条件的硬约束；利用正则化方法，构造算子网络输出的物理约束损失函数项，结合自动微分机制构建燃烧器内流体流动模型的物理损失函数和边界损失函数，得到整体物理信息算子网模型的损失函数，完成物理信息算子网络代理模型的构建；训练后的物理信息算子网络将会形成一个实时响应的代理模型，接收钝体形状输入参数设定的同时输出燃烧器内的物理场分布信息。

主权项：1.一种基于物理信息算子网络模型的燃烧器稳燃钝体设计方法，其特征在于，所述方法包括：1通过构造稳燃钝体形状函数，根据不同形状的稳燃钝体和计算域空间内评估点的位置坐标参数，将其作为算子分支子网络和主干子网络的输入特征样本数据池；2将稳燃钝体的形状函数根据设计对象自身的特征属性限定其函数参数的变化范围；从输入特征变换与输出特征变换的角度设计神经网络结构，将定解条件从损失函数中剥离并嵌入到神经网络的固有结构中，实现定解条件的硬约束，提高钝体边界周围复杂流场信息的预测精度；3通过点积计算的方式合并两个子网络的输出，获得在输入评估点坐标下对应的输出物理量函数，并利用正则化方法，构造算子网络输出的物理约束损失函数项，以实现物理方程对于算子网络模型训练过程的嵌入约束；4利用自动微分机制构建燃烧器内流体流动模型的物理损失函数和边界损失函数，再结合算子网络模型的损失函数，获取整体物理信息算子网模型的损失函数，完成物理信息算子网络代理模型的构建；5训练后的物理信息算子网络将会形成一个实时响应的代理模型，接收钝体形状输入参数设定的同时输出燃烧器内的物理场分布信息；其中，步骤1为：构造稳燃钝体的形状函数，并对形状函数中的变量进行随机采样产生N个形状参数，作为输入函数的离散点数据池；确定算子模型网输入训练集、验证集数据：ui＝[uix1,uix2,…,uixm]；对于每一类稳燃钝体形态函数的输入样本ui，Gui为当前稳燃钝体几何形状输入条件下燃烧器腔体求解域内评估坐标点对应的速度分量和压力值；构成算子网络数据集的张量维度表示为： 其中，u,ξ,Guξ的维度分别为N×P,m,N×P,d,N×P,1，对应地：uixm为对应第i类燃烧器钝体形状函数中的第m个具体钝体形状对应的输入样本数据；为对应当前第m个具体钝体形状所在燃烧器腔体求解域中确定的d维评估点坐标集合；为当前稳燃钝体几何形状输入条件下燃烧器腔体求解域内评估坐标点对应的物理量值；算子网络体系结构由两个子网络组成，分别用于提取稳燃钝体形态输入函数的分支子网络和用于提取计算域内评估点输入坐标的主干子网络；通过点积计算的方式合并两个子网络的输出，获得在输入评估点坐标下对应的输出物理量函数Gθuiξi，即算子网络在输入参数u，坐标点ξ进行模态筛选的速度预测值和压力预测值： 其中，ux1,ux2,…,uxm为对应当前燃烧器钝体形状函数中的m个具体钝体形状对应的输入样本数据；为分支子网络的输出；为主干子网络的输出；branch为分支子网络；trunk为主干子网络。

全文数据：

权利要求：

百度查询： 天津大学 基于物理信息算子网络模型的燃烧器稳燃钝体设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD