物理信息神经网络代理求解燃烧反应动力学

现阶段基于神经网络构建化学反应动力学的代理模型被认为是加速燃烧数值计算的重要方法。纯数据驱动神经网络长期存在过于依赖数据采样、鲁棒性和泛化性难以保证等问题。为此,本文在训练化学反应动力学代理模型时引入了质量作用定律、质量守恒、能量守恒、元素守恒等物理信息的约束。在零维自燃和二维本生灯火焰的数值计算中,物理信息神经网络在保证2.0~4.7倍加速比的同时,抑制了神经网络代理模型的预测偏差,并且根据输运方程源项误差的理论估计给出了降低代理模型误差、提高模型鲁棒性的相关建议。