数智流体力学的发展及油气渗流领域应用

大数据及人工智能技术的崛起推动了数智流体力学的快速发展.数智流体力学是将流体力学、大数据和人工智能相结合,以流体力学场景需求为导向,形成以“数”为基础,以“智”为核心,以算力为支撑的新研究范式.核心内涵是要以数据驱动为主,融合物理信息、专家经验等先验知识,利用智能化手段构建“数据+物理”双驱动的数智模型,解决场景需求问题.数智流体力学在建模灵活性、运算效率、计算精度方面具有十分明显的优势,其应用潜力已经在多尺度流动、多场耦合以及流场建模等方面得到验证.数智流体力学研究范式包括数据治理和智能算法构建,其中数据治理工作尤为重要,治理后的数据质量是智能算法能否发挥其价值的关键.智能算法中“数据+物理”协同驱动主要存在四种引入机制,分别是基于输入数据的嵌入机制、基于模型架构的嵌入机制、基于损失函数的嵌入机制和基于模型优化的嵌入机制.以油气领域应用为例,介绍了数智流体力学在储层物性参数预测、压裂效果评价以及注采参数优化等方面的一系列研究进展.数智流体力学是流体力学未来的重要发展方向之一,以场景需求为导向、深度融合物理信息等先验知识的新一代智能理论与方法是数智流体力学发展的必然趋势,能够从崭新的角...     

液滴在固体平表面上均匀蒸发过程的格子Boltzmann模拟

通过格子玻尔兹曼(lattice Boltzmann method,LBM)数值模拟,研究了液滴在固体平表面上蒸发过程形状变化的机理.揭示了不同静态接触角下液滴蒸发过程中重力对其形状变化的影响规律.结果表明,重力的影响随着液滴尺度的减小而减弱,达到某一临界点后,重力对蒸发过程的影响可以忽略.模拟定量确定了液滴尺寸的这一临界值,并分析了蒸发过程中几个典型时刻液滴内部的流场分布,进一步研究了重力的影响.     

多相非牛顿流体驱替过程的格子Boltzmann模拟

将非牛顿流体模型引入多相格子Boltzmann方法（LBM）,研究多相非牛顿流体的驱替过程.首先以牛顿流体驱替过程作对照,比较非牛顿流体的驱替特性.然后基于简单结构模型,分析不同界面张力下,非牛顿流体的驱替能力和驱替过程中被驱替相的形态变化规律,揭示界面张力的影响机理.结果表明：界面张力在驱替过程中起阻碍作用,其它参数相同情况下,界面张力越低,流体的驱替能力越强.最后,结合四参数随机生长（QSGS）结构生成方法,模拟不同压差、不同界面张力以及不同润湿性条件下多孔复杂结构内的非牛顿多相驱替过程,分析这些参数对过程的影响.