一种用于分段线性界面构造(PLIC)的深度学习算法
数据库
2021-07-29 v1 机器学习
摘要
分段线性界面构造(Piecewise Linear Interface Construction, PLIC)常用于两相流计算流体动力学(CFD)建模中流体界面的几何重构。PLIC 从表示每个计算单元中各相体积分数的标量场重构界面。给定体积分数与界面法向,线性界面的位置即唯一确定。对于立方体计算单元(3D),平面界面的位置通过用平面与立方体相交确定,使得所得截角多面体单元的体积等于体积分数。然而,精确确定平面位置在几何上较为复杂,且涉及的计算可能成为许多 CFD 模型的计算瓶颈。不过,虽然三维 PLIC 的正问题具有挑战性,其逆问题——给定确定平面求截角多面体单元的体积——却很简单。本工作中,我们提出一种仅利用其逆问题求解 PLIC 正问题的深度学习模型。所提模型比传统格式快达数个数量级,显著降低了 CFD 模拟中 PLIC 的计算瓶颈。
引用
@article{arxiv.2107.13066,
title = {Removing Operational Friction Using Process Mining: Challenges Provided by the Internet of Production (IoP)},
author = {Wil van der Aalst and Tobias Brockhoff and Anahita Farhang Ghahfarokhi and Mahsa Pourbafrani and Merih Seran Uysal and Sebastiaan van Zelst},
journal= {arXiv preprint arXiv:2107.13066},
year = {2021}
}
备注
30 pages, 21 figures