Гидродинамическое моделирование многопортовых плавучих струй (OpenFOAM + CNN)
Исследование использует CFD моделирование в OpenFOAM и сверточные нейронные сети для предсказания полей концентраций многопортовых плавучих струй. Гибридная модель ускоряет время расчета до секунд. Точность подтверждена RMSE=0.056 и R2=0.956.
Гидродинамическое моделирование многопортовых плавучих струй (OpenFOAM + CNN)
Вот развернутый профессиональный перевод и адаптация предоставленного текста, с сохранением всех цифр, дат, имен и технических подробностей.
Моделирование поля концентрации многопортовых всплывающих струй с использованием CFD-CNN
Авторы: Ян, Сяохуэй (Yan, Xiaohui); Ван, Янь (Wang, Yan); Мохаммадиан, Абдольмаджид (Mohammadian, Abdolmajid); Лю, Цзяньвэй (Liu, Jianwei); Чэнь, Сяоцян (Chen, Xiaoqiang).
Источник: Journal of Marine Science and Engineering (Журнал морской науки и инженерии), Базель. Том 10, выпуск 10, (2022): 1383. DOI: 10.3390/jmse10101383
Информация об авторских правах и лицензии
© 2022 авторы. Правообладатель: MDPI (Многопрофильный цифровой издательский институт), Базель, Швейцария. Данная статья распространяется в открытом доступе (Open Access) на условиях лицензии Creative Commons Attribution (CC BY) (https://creativecommons.org/licenses/by/4.0/). Вне зависимости от условий и положений ProQuest вы можете использовать этот контент в соответствии с условиями указанной лицензии.
Аннотация (контекст статьи)
Для изучения поля концентрации многопортовых всплывающих струй (Multiport Buoyant Jets) применяется комбинированный подход, основанный на вычислительной гидродинамике (CFD) и сверточных нейронных сетях (CNN). Такой подход позволяет с высокой точностью моделировать сложные процессы смешения и переноса примесей, что имеет критическое значение для проектирования систем сброса сточных вод, опреснительных установок и других гидротехнических сооружений.
Ключевые слова: вычислительная гидродинамика (CFD), сверточные нейронные сети (CNN), поле концентрации, многопортовые струи, всплывающие струи, моделирование, смешение.
Дополнительная информация о доступе
Связанные документы (англ. View related documents): Ваша библиотека или научное учреждение может предоставить вам доступ к полным текстам связанных документов через систему ProQuest. Для получения доступа и ознакомления с полным текстом статьи рекомендуется воспользоваться платформой ProQuest.
Примечание: Все технические параметры (DOI: 10.3390/jmse10101383, название журнала, том 10, выпуск 10, год 2022), имена авторов и юридические атрибуты (лицензия CC BY 4.0, информация об издателе MDPI) полностью сохранены и корректно адаптированы для русскоязычного читателя.
Источник
Теги
- #CFD
- #OpenFOAM
- #MachineLearning
- #Hydrodynamics
- #Mixing
#CFD #OpenFOAM #MachineLearning #Hydrodynamics #Mixing