CFD数值模拟中气液界面重构的机器学习模型
流体动力学
2022-07-13 v1 机器学习
计算物理
摘要
流体体积（VoF）法广泛用于多相流模拟中以追踪和定位两种不混溶流体间的界面。VoF法的一个主要瓶颈是界面重构步骤，因其计算成本高且在非结构网格上精度低。我们提出一种基于图神经网络（GNN）的机器学习增强VoF法，以加速通用非结构网格上的界面重构。我们首先开发了一种基于在非结构网格上离散的抛物面生成合成数据集的方法。然后训练基于GNN的模型并进行泛化测试。我们的结果证明了基于GNN的方法在工业背景下多相流模拟中界面重构的效率。
引用
@article{arxiv.2207.05684,
title = {Machine Learning model for gas-liquid interface reconstruction in CFD numerical simulations},
author = {Tamon Nakano and Alessandro Michele Bucci and Jean-Marc Gratien and Thibault Faney and Guillaume Charpiat},
journal= {arXiv preprint arXiv:2207.05684},
year = {2022}
}
备注
12 pages, fullpaper of ECCOMAS2022