• 首 页
  • 机构概况
    • 机构简介
    • 组织机构
      • 科研系统
      • 管理系统
      • 支撑系统
    • 所党委
    • 行政领导
    • 历任党组织负责人
    • 历任行政领导
    • 学术委员会
    • 学位委员会
    • 形象标识
    • 所内风光
      • 中关村园区
      • 怀柔园区
      • 落塔
      • 科学家精神
      • 文体活动
  • 科学研究
    • 研究领域
    • 合作交流
    • 科研进展
    • 仪器设备
    • 科研产出
      • 获奖
      • 专著
      • 论文
      • 专利
  • 人才队伍
    • 人才概况
    • 两院院士
    • 正高级岗位
    • 副高级岗位
    • 优秀人才
      • 国家级领军人才
      • 国家级青年人才
      • 中国科学院青促会
      • 创新团队
      • 优培计划
  • 教育培养
    • 机构简介
    • 导师队伍
    • 招生就业
    • 培养学位
    • 思想政治教育
    • 通知公告
    • 研究生教育
  • 党群园地
    • 党组织机构
      • 所党委
      • 所纪委
      • 党支部
      • 工会
      • 团委
      • 妇委会
    • 党建要闻
    • 基层战斗堡垒作用
    • 党员先锋模范作用
    • 工作通知
    • 学习园地
    • 规章制度
    • 警示教育
    • 流程指南
    • 协力原创文章
      • 党员随笔
      • 创新驱动发展
      • 力学人
    • 党员主题教育基地
  • 科学传播
    • 学术期刊
    • 科普资源
    • 力学园地
      • 科普花园
      • 前沿动态
      • 情系科学
      • 释疑解惑
      • 精彩图片
    • 科普报告
  • 信息公开
    • 信息公开规定
    • 信息公开指南
    • 信息公开目录
    • 依申请公开
      • 公民
      • 法人/其他组织
    • 信息公开年度报告
      • 预算决算
    • 信息公开联系方式
  • 中科力森
    • 关于力森
    • 主体业务
      • 国资监管
      • 成果转化
      • 知识产权运营
      • 投资
    • 产业布局
      • 持股企业
      • 事业部
      • 产品介绍
      • 科技成果
        • 航空航天
        • 生命健康
        • 交通能源
        • 先进制造
        • 专业软件
    • 新闻资讯
      • 力森要闻
      • 持股企业动态
    • 招聘信息
      • 岗位信息
      • 持股公司
    • 联系我们
  • 怀柔园区
    • 基地概况
    • 动态信息
    • 通知公告
    • 科研团队
    • 管理制度
    • 流程指南
    • 基础服务
    • 周边配套及景点
    • 联系我们
    • 图片新闻
    • 科研进展
    • 全文检索
    • 大型装备
    • 园区简介
    • 配套设施
    • 联系我们
  • 基础科学中心
    • 中心简介
    • 工作动态
    • 科研进展
    • 会议通知
    • 人才队伍
      • 核心骨干
      • 青年人才
    • 快讯
  • 媒体扫描
  • 综合信息
  • 通知公告
  • 学术交流
  • 招聘信息
  • 仪器设备
  • 专题报道
  • English
  • 所内网
  • 邮箱登录
  • 所长信箱
  • 联系我们
  • English
  • 所内网
  • 邮箱登录
  • 所长信箱
  • 联系我们
  • 首 页
  • 机构概况
    • 机构简介
    • 组织机构
      • 科研系统
      • 管理系统
      • 支撑系统
    • 所党委
    • 行政领导
    • 历任党组织负责人
    • 历任行政领导
    • 学术委员会
    • 学位委员会
    • 形象标识
    • 所内风光
      • 中关村园区
      • 怀柔园区
      • 落塔
      • 科学家精神
      • 文体活动
  • 科学研究
    • 研究领域
    • 合作交流
    • 科研进展
    • 仪器设备
    • 科研产出
      • 获奖
      • 专著
      • 论文
      • 专利
  • 人才队伍
    • 人才概况
    • 两院院士
    • 正高级岗位
    • 副高级岗位
    • 优秀人才
      • 国家级领军人才
      • 国家级青年人才
      • 中国科学院青促会
      • 创新团队
      • 优培计划
  • 教育培养
    • 机构简介
    • 导师队伍
    • 招生就业
    • 培养学位
    • 思想政治教育
    • 通知公告
    • 研究生教育
  • 党群园地
    • 党组织机构
    • 党建要闻
    • 基层战斗堡垒作用
    • 党员先锋模范作用
    • 工作通知
    • 学习园地
    • 规章制度
    • 警示教育
    • 流程指南
    • 协力原创文章
      • 党员随笔
      • 创新驱动发展
      • 力学人
    • 党员主题教育基地
  • 科学传播
    • 学术期刊
    • 科普资源
    • 力学园地
      • 科普花园
      • 前沿动态
      • 情系科学
      • 释疑解惑
      • 精彩图片
    • 科普报告
  • 信息公开
    • 信息公开规定
    • 信息公开指南
    • 信息公开目录
    • 依申请公开
      • 公民
      • 法人/其他组织
    • 信息公开年度报告
      • 预算决算
    • 信息公开联系方式
  • 首 页
  • 机构概况
    • 机构简介
    • 组织机构
    • 所党委
    • 行政领导
    • 历任党组织负责人
    • 历任行政领导
    • 学术委员会
    • 学位委员会
    • 形象标识
    • 所内风光
  • 科学研究
    • 研究领域
    • 合作交流
    • 科研进展
    • 仪器设备
    • 科研产出
      • 获奖
      • 专著
      • 论文
      • 专利
  • 人才队伍
    • 两院院士
    • 正高级岗位
    • 副高级岗位
    • 中级及以下岗位
    • 优秀人才
      • 国家级领军人才
      • 国家级青年人才
      • 中国科学院青促会
      • 创新团队
      • 优培计划
    • 人才招聘
  • 教育培养
    • 机构简介
    • 导师队伍
    • 招生就业
    • 培养学位
    • 思想政治教育
    • 通知公告
    • 研究生教育
  • 党群园地
    • 党组织机构
    • 党建要闻
    • 基层战斗堡垒作用
    • 党员先锋模范作用
    • 工作通知
    • 学习园地
    • 规章制度
    • 警示教育
    • 流程指南
    • 协力原创文章
      • 党员随笔
      • 创新驱动发展
      • 力学人
    • 党员主题教育基地
  • 科学传播
    • 学术期刊
    • 科普资源
    • 力学园地
    • 科普报告
  • 信息公开
    • 信息公开规定
    • 信息公开指南
    • 信息公开目录
    • 依申请公开
    • 信息公开年度报告
    • 信息公开联系方式
  • 当前位置:首页科学研究科研进展
  • 科研进展

    力学所流固耦合与数值计算团队在融合物理神经网络研究中取得进展

    作者:孙振旭发布时间:2023-07-05【字体: 大  中  小 】

      通过实验获得的流体数据通常是稀疏或不完整的,如何利用不完美的流场数据提取流场的高分辨率数据或特征信息在实验流体力学领域是一项重要难题,对高精度数据获取有重要意义。传统途径多采用直接求解NS方程的方法,利用数据同化,嵌入稀疏流场数据进行求解或预测,此类传统方法需要大量的前期代码工作,且需要精细的网格划分辅以高精度的求解,灵活性较低。融合物理神经网络(Physics-Informed Neural Network, PINNs)因其可以融合数据和方程,并且在求解过程中不用划分精细的网格,在相关领域获得了大量应用,并在层流流动和较低雷诺数流动中获得了令人振奋的结果。然而,针对强非线性的流体力学方程和复杂的高雷诺数流动,现阶段的PINNs不能有效求解,在工程实用性方面也亟需提升。 

      近期,力学所流固耦合与数值计算团队在融合物理神经网络的流体力学实用化研究中取得进展。面对流场重构,流场超分辨率求解等问题,首先,模拟工程实际中的稀疏测量问题,对低雷诺数圆柱绕流,研究不同时空稀疏率数据下以及局部缺失数据下PINNs方法的流场重构能力,实现了空间稀疏1%以及空间极度数据缺失下的高效流场重构。进一步,面向流场特征提取问题,提出了PINNs增强的POD方法,即PINN-POD方法,充分利用PINNs从稀疏数据中重构完整流场的能力,有效减轻了传统POD对高时空分辨率数据的依赖,并通过时域分解策略,实现了从少量长时间测量数据中准确提取流场的结构特征。最后,针对大时空域PINNs训练时间长、对高雷诺数流动拟合精度低的普遍性问题,研究团队提出了基于重叠域时空分解的并行计算框架,并融合RANS方程辅助时空重叠域分解设计,实现了对于较高雷诺数流动的高效、准确求解。 

      相关研究成果发表在Acta Mechanica Sinica (2023, 39(3): 322302)、Physics of Fluids (2023, 35, 037119) 和 Physics of Fluids ( 2023, 35, 065141)上,孙振旭副研究员为通讯作者,博士研究生闫畅和硕士研究生许盛峰分别为第一作者,其中关于PINNs时空并行框架研究的工作被Physics of Fluids主编选为Featured Article。部分成果曾由孙振旭在第四届全国智能流体力学研讨会上进行交流,研究工作得到了国家重点研发计划(2022YFB2603400)、中国科学院国际伙伴计划(025GJHZ2022118FN)和国铁集团科技研究开发计划重大课题(K2023J047)等的资助。 

      论文链接: 

      https://link.springer.com/article/10.1007/s10409-022-22302-x 

      https://doi.org/10.1063/5.0138287 

      https://doi.org/10.1063/5.0155087 

      图1 PINNs在极限数据下的流场重构特性

     

      图 2 传统POD模态和PINN-POD模态对比 

      图 3 STPINNs的时空并行框架设计 

     

     


    附件下载:

    上一篇:力学所等在致密油藏体积压裂水平井异井线注线采渗流特征研究取得进展
    下一篇:中国科学院力学所魏宇杰研究团队发现并提出锂电池的寿命分析准则
    版权所有 © 中国科学院力学研究所 京ICP备05002803号-1 京公网安备110402500049
    地址:北京市北四环西路15号 邮政编码:100190