| 基于机器学习的二维流体VOF方法 |
| |
| 引用本文： | 孟巍, 梅桂林. 基于机器学习的二维流体VOF方法[J]. 中国造船, 2024, 65(3). doi: 10.3969/j.issn.1000-4882.2024.03.022 |
| |
| 作者姓名： | 孟巍 梅桂林 |
| |
| 作者单位： | 哈尔滨工程大学船舶工程学院,哈尔滨 150001 |
| |
| 摘 要： | 以网格顶点和网格中心的流体体积分数为输入,利用深度学习神经网络(DNN)进行两相界面的快速几何重构,改进了一种几何VOF方法——isoAdvector算法.在原始isoAdvector算法生成训练集并进行预处理的基础上,通过神经网络隐藏层中神经元个数和激活函数对预测结果的影响来确定适当的神经网络;并根据质量守恒修正神经网络预测结果,完成两相界面的几何重构.在OpenFOAM框架下,嵌入神经网络修正改进后的isoAdvector算法.二维溃坝数值模拟结果表明:改进算法与原始算法计算精度相当,计算效率有所提升.
|
| 关 键 词： | 自由液面捕捉 几何VOF方法 深度神经网络 isoAdvector算法 OpenFOAM |
|
| 点击此处可从《中国造船》浏览原始摘要信息 |
|
点击此处可从《中国造船》下载全文 |
|
