NNPred：一个用于将神经网络部署到计算流体动力学软件中的预测器库
流体动力学
2022-09-27 v1
摘要
已开发一个神经网络预测器库，用于将机器学习（ML）模型部署到计算流体动力学（CFD）代码中。采用指针至实现（pointer-to-implementation）策略以隔离实现细节，从而简化对 CFD 求解器的实现。该库通过封装 TensorFlow C 库提供简化的模型管理函数，并维护自有数据容器以处理与 CFD 求解器接口的输入/输出（I/O）函数中的数据类型转换与内存布局。在语言层面，该库为 C++ 和 Fortran 这两种 CFD 界常用编程语言提供应用程序编程接口（API）。针对分别用 C++ 和 Fortran 编写的两个开源 CFD 代码 OpenFOAM 和 CFL3D，开发了高层定制模块。作为首个教程案例，在一个简单的数据驱动传热问题中演示了预测器的基本用法。另一教程案例利用该库在 OpenFOAM 和 CFL3D 代码中均实现了对槽道流中湍流效应的建模。所开发的 ML 预测器库为在 CFD 求解器中部署 ML 模型提供了有力工具。
引用
@article{arxiv.2209.12339,
title = {NNPred: A Predictor Library to Deploy Neural Networks in Computational Fluid Dynamics software},
author = {Weishuo Liu and Ziming Song and Jian Fang},
journal= {arXiv preprint arXiv:2209.12339},
year = {2022}
}
备注
29 pages, 15 figures