基于多保真数据驱动的 reactor 与管道模拟设计与分析

3D打印等新制造技术的发展使得此前不可行的化学反应器设计得以实现。系统优化这类新型反应器中高度参数化的几何结构，对于确保增强的混合特性和可行的可制造性至关重要。在此我们提出一个框架，用于快速求解这一非线性、计算昂贵且无导数的问题，从而实现新型反应器参数化的快速原型设计。我们利用高斯过程跨多种不同连续网格保真度自适应学习反应器模拟的多保真模型。反应器几何的搜索空间通过不同（可能较低）保真度模拟的组合进行探索，这些模拟基于加权采集函数选择评估，在信息增益与模拟成本之间权衡。在我们的框架内，我们推导了一种新准则用于监控多保真贝叶斯优化的进展并决定其终止，确保在实验预算耗尽前返回高保真解。我们研究的反应器类别为脉冲流条件下的螺旋管反应器，其已展现出优异的混合特性，具有高度参数化潜力，且易于通过3D打印制造。为验证结果，我们3D打印并实验验证了最优反应器几何，确认其混合性能。由此我们证明了设计框架可扩展至广泛的昂贵基于模拟的优化问题，支持下一代高度参数化化学反应器的设计。