期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
通过融合物理神经网络重构稀疏或不完整数据流场的实用方法
被引量:
1
1
作者
许盛峰
孙振旭
+3 位作者
黄仁芳
郭迪龙
杨国伟
鞠胜军
《Acta Mechanica Sinica》
SCIE
EI
CAS
CSCD
2023年第3期90-104,共15页
高分辨率流场重构被普遍认为是实验流体力学领域的一项艰巨任务,因为测量数据在时间和空间上通常是稀疏或不完整的.具体而言,由于实验设备或测量技术的限制,某些关键区域的数据无法测量.本文提出了一种基于融合物理神经网络(PINN)的不...
高分辨率流场重构被普遍认为是实验流体力学领域的一项艰巨任务,因为测量数据在时间和空间上通常是稀疏或不完整的.具体而言,由于实验设备或测量技术的限制,某些关键区域的数据无法测量.本文提出了一种基于融合物理神经网络(PINN)的不完美数据重建流场的实用方法,该网络将已知数据与物理原理相结合.通过圆柱体的尾流作为测试算例.研究了两种不完美数据训练集,一种是不同稀疏度的速度数据,另一种是不同区域缺失的速度数据.为了加速训练收敛,本文采用了余弦退火算法以提高PINN的计算效率.计算结果表明,该方法不仅可以高精度地重建真实的速度场,而且即使在数据稀疏度达到1%或核心流动区域数据被截断的情况下,也可以精确地预测压力场.这项研究提供了令人鼓舞的结论,即PINN可以作为实验流体力学的有潜力的数据同化方法.
展开更多
关键词
Physics
informed
neural
network
Flow
field
reconstruction
Particle
image
velocimetry
cosine
annealing
algorithm
Experimental
fluid
dynamics
原文传递
题名
通过融合物理神经网络重构稀疏或不完整数据流场的实用方法
被引量:
1
1
作者
许盛峰
孙振旭
黄仁芳
郭迪龙
杨国伟
鞠胜军
机构
Key Laboratory for Mechanics in Fluid Solid Coupling Systems
School of Engineering Science
出处
《Acta Mechanica Sinica》
SCIE
EI
CAS
CSCD
2023年第3期90-104,共15页
基金
This work was supported by the National Natural Science Foundation of China(Grant No.52006232)
the Youth Innovation Promotion Association of Chinese Academy of Sciences(Grant No.2019020)。
文摘
高分辨率流场重构被普遍认为是实验流体力学领域的一项艰巨任务,因为测量数据在时间和空间上通常是稀疏或不完整的.具体而言,由于实验设备或测量技术的限制,某些关键区域的数据无法测量.本文提出了一种基于融合物理神经网络(PINN)的不完美数据重建流场的实用方法,该网络将已知数据与物理原理相结合.通过圆柱体的尾流作为测试算例.研究了两种不完美数据训练集,一种是不同稀疏度的速度数据,另一种是不同区域缺失的速度数据.为了加速训练收敛,本文采用了余弦退火算法以提高PINN的计算效率.计算结果表明,该方法不仅可以高精度地重建真实的速度场,而且即使在数据稀疏度达到1%或核心流动区域数据被截断的情况下,也可以精确地预测压力场.这项研究提供了令人鼓舞的结论,即PINN可以作为实验流体力学的有潜力的数据同化方法.
关键词
Physics
informed
neural
network
Flow
field
reconstruction
Particle
image
velocimetry
cosine
annealing
algorithm
Experimental
fluid
dynamics
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
通过融合物理神经网络重构稀疏或不完整数据流场的实用方法
许盛峰
孙振旭
黄仁芳
郭迪龙
杨国伟
鞠胜军
《Acta Mechanica Sinica》
SCIE
EI
CAS
CSCD
2023
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部