基于改进物理信息神经网络的轴流泵流场重构方法研究OA
轴流泵流场信息是其运行稳定性分析和结构优化设计的依据,受测量技术限制在运行过程中难以获取完整流场信息。为此,提出一种改进物理信息神经网络(PINN)模型,用于稀疏数据情况下重构流场。首先通过分析流场物理约束、边界约束及流场约束,描述流场问题;然后引入三维卷积神经网络(3D CNN)求解流场问题;最后采用有限体积法(FVM)进行数值模拟,获取稳态流速和压力分布信息,基于网格化预处理后采样1%的流场数据进行模型训练。以某简化轴流泵管道作为测试对象,验证所提出方法。结果表明:改进PINN模型重构流场与FVM数值模拟流场对比,压力基本吻合,流速变化趋势基本相同,仅在叶轮及导叶流场区域存在细微偏差,说明所提出的方法能够在稀缺数据和复杂边界条件下准确预测三维流场。
刘康;刘兴宁;孙勇;刘良;贾贺;曾涛;张耀飞
天津大学水利工程智能建设与运维全国重点实验室,天津300354 天津大学建筑工程学院,天津300354中国电建集团昆明勘测设计研究院有限公司,云南昆明650051中水淮河规划设计研究有限公司,安徽合肥230601中水淮河规划设计研究有限公司,安徽合肥230601天津大学水利工程智能建设与运维全国重点实验室,天津300354 天津大学建筑工程学院,天津300354天津大学水利工程智能建设与运维全国重点实验室,天津300354 天津大学建筑工程学院,天津300354天津大学水利工程智能建设与运维全国重点实验室,天津300354 天津大学建筑工程学院,天津300354
机械制造
改进物理信息神经网络三维卷积神经网络流场重构轴流泵有限体积法
《人民黄河》 2026 (3)
P.157-162,6
水利部重大科技项目(SKS-2022133)天津大学自主创新基金资助项目(2023XJD-0065)。
评论