一种基于分布函数思想求解NS方程的深度神经网络方法技术

本发明专利技术属于流体力学中流场重构技术领域，具体涉及一种基于分布函数思想求解NS方程的深度神经网络方法。本发明专利技术的基于分布函数思想求解NS方程的深度神经网络方法包括根据实际应用场景建立待求解的NS方程；进行CFD数值模拟；搭建基于分布函数法思想的深度神经网络模型；求解二维定常不可压NS方程。本发明专利技术的基于分布函数思想求解NS方程的深度神经网络方法可以用于不同边界条件、不同雷洛数、不同流体性质的流动情况，能够快速、准确地的对定常NS方程求解，不仅有效地克服了通过解析法求解NS方程在实际问题中难以实施的问题，而且具有更高的求解精度。

【技术实现步骤摘要】

本专利技术属于流体力学中流场重构，具体涉及一种基于分布函数思想求解ns方程的深度神经网络方法。

技术介绍

1、在科学和工程领域，对于流体力学问题的建模和求解一直是一个具有挑战性的任务。navier-stokes（ns）方程作为描述流体运动的基本方程，在各个领域都具有广泛的应用，包括空气动力学、气象学、海洋工程等。然而，由于其非线性性质和复杂性，传统数值、解析法在求解navier-stokes（ns）方程时可能面临着高计算成本、时间开销大、复杂的数学推导等问题。近年来，随着深度学习技术的发展，一种新颖的方法逐渐崭露头角，即“physics-informed neural networks”（物理信息神经网络，简称pinn）。pinn的核心思想是将神经网络直接与物理方程相结合，以在数据驱动的基础上融入物理规律，从而在求解科学问题时具备更高的效率和准确性。在使用pinn求解ns方程中，神经网络被设计成一个函数逼近器，用来近似描述ns方程中的速度、压力场等物理量。一个显著的优点是pinn可以从少量的数据中学习出物理规律，因此在数据稀缺的情况下也能进行模拟。

本文档来自技高网...

【技术保护点】

1.一种基于分布函数思想求解NS方程的深度神经网络方法，其特征在于，包括以下步骤：

【技术特征摘要】

1.一种基于分布函数思想求解ns方程的深度...

【专利技术属性】
技术研发人员：刘枫，李宇玻，吴岸平，蒋万秋，谢飞，
申请(专利权)人：中国空气动力研究与发展中心超高速空气动力研究所，
类型：发明
国别省市：