排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
4.
两相混合层中颗粒运动的数值模拟 总被引:6,自引:0,他引:6
本文采用离散涡方法对平板混合层流动进行了数值模拟,得到了与实验完全定量符合的速度场。再用单向耦合方法模拟了混合层流场中颗粒的运动。分析了混合层流动中大尺度涡结构及Stokes数对颗粒扩散的影响。与前人工作中所采用的每个时间步一个颗粒在固定的位置进入计算域的方法不同,本文中每个时间步有多个颗粒在入口处以随机的横向位置进入计算域。因此,在不需增加太多计算量的基础上,计算域中可以包含足够多的颗粒以获得较精确的统计结果。采用本文方法得到的颗粒速度场与实验结果定量符合得很好。 相似文献
5.
物理信息神经网络(physics-informed neural networks, PINN)由于嵌入了物理先验知识,可以在少量训练数据的情况下获得自动满足物理约束的代理模型,受到了智能科学计算领域的广泛关注.但是, PINN的离散时间模型(PINN-RK)无法同时近似多个物理量相互耦合的偏微分方程系统,限制了其处理复杂多物理场的能力.为了打破这一限制,文章提出了一种基于龙格库塔法的多输出物理信息神经网络(multi-output physics-informed neural networks based on the Runge-Kutta method, MO-PINN-RK), MO-PINN-RK模型在离散时间模型的基础上采用了并行输出的神经网络结构,通过将神经网络划分为多个子网络,建立了多个神经网络输出层.采用不同输出层近似不同物理量的方式, MO-PINN-RK模型不仅可以同时表征多个物理量,而且还能够实现求解偏微分方程系统的目的.另外, MO-PINN-RK克服了PINN离散时间模型仅适用于一维空间的局限性,将其应用范围扩展到了更为普遍的多维空间.为了验证MO-PIN... 相似文献
1