使用自适应本构律和神经网络预测高度各向异性多孔介质中的非线性流动区域
数值分析
2024-08-02 v1 数值分析
流体动力学
摘要
在具有各向异性渗透性的多孔介质中，可能记录到广泛的流体速度，从而在高速区域可能出现显著的惯性和摩擦效应。在这些区域，压力梯度与速度之间的关系通常通过达西定律来表示，但该定律可能无法考虑这些效应；相反，引入非线性项的达西-福克希尔定律可能更合适。全域应用达西-福克希尔定律在数值上代价很大，相反，仅应用于确实必要的区域。寻找先验各子域以限制达西-福克希尔定律的使用问题最近在 FP23 中通过一种自适应模型得到答案：给定流速阈值，该模型在求解过程中局部选择最合适的定律。最终，每个网格单元被标记为达西区域或达西-福克希尔区域。然而，该模型本身是非线性的，因此运行成本较高。在本文中，为了加快将域划分为低速和高速区域的速度，我们利用 FP23 中的自适应模型生成给定不同输入参数（如边界条件和惯性系数）的分区数据，然后在这些数据上训练神经网络，将每个网格单元分类为达西区域或非达西区域。研究了两个测试案例来说明结果，分析了目标函数、平行图、精确-召回图和接收者运行特征曲线。
引用
@article{arxiv.2408.00533,
title = {Predicting nonlinear-flow regions in highly heterogeneous porous media using adaptive constitutive laws and neural networks},
author = {Chiara Giovannini and Alessio Fumagalli and Francesco Patacchini},
journal= {arXiv preprint arXiv:2408.00533},
year = {2024}
}