流场预测方法、装置、终端设备及存储介质

本申请属于流场预测，尤其涉及流场预测方法、装置、终端设备及计算机可读存储介质。

背景技术：

1、流场是指某一区域内的流速风向等分布，对城市的气候、污染物扩散等存在直接的影响。在实际工程应用中，流场的研究对建筑设计、城市气候分析等应用具有重要意义。

2、目前，通常采用计算流体力学(computational fluid dynamics，cfd)模拟的方式求解流体流动的微分方程来模拟流场的空气流动状况，但cfd模拟需要构建大量的网格，且准确性受网格分辨率等因素影响，计算量复杂且准确性较低，不利于实际应用。

技术实现思路

1、本申请实施例提供了流场预测方法、装置、终端设备及存储介质，可以提高流场预测的准确性。

2、第一方面，本申请实施例提供了一种流场预测方法，包括：

3、获取待测点对应的第一坐标，所述待测点为计算域中的坐标点；

4、将所述第一坐标作为预训练的神经网络模型的输入，得到所述神经网络模型输出的第一流场数据，所述第一流场数据反映了所述待测点对应的空气流动状况；

5、其中，所述神经网络模型基于流体控制方程描述的物理规律重构所述计算域内的流场，根据所述流场和所述第一坐标预测所述待测点的空气流动状况，得到所述第一流场数据。

6、第二方面，本申请实施例提供了一种流场预测装置，包括：

7、第一坐标获取模块，用于获取待测点对应的第一坐标，所述待测点为计算域中的坐标点；

8、预测模块，用于将所述第一坐标作为预训练的神经网络模型的输入，得到所述神经网络模型输出的第一流场数据，所述第一流场数据反映了所述待测点对应的空气流动状况；

9、其中，所述神经网络模型基于流体控制方程描述的物理规律重构所述计算域内的流场，根据所述流场和所述第一坐标预测所述待测点的空气流动状况，得到所述第一流场数据。

10、第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的流场预测方法的步骤。

11、第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中所述的流场预测方法的步骤。

12、第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的流场预测方法。

13、本申请实施例与现有技术相比存在的有益效果是：

14、本申请实施例中，由于神经网络模型能够基于流体控制方程描述的物理规律来重构计算域中的流场，即，将流体控制方程描述的物理信息嵌入神经网络模型中，预训练的神经网络模型能够求解流体控制方程，从流体控制方程描述的物理规律的角度出发重构计算域内的流场，相对于通过cfd模拟求解流体控制方程，不需要构建大量的网格，在减少流场重构的复杂度的同时，重构流场的准确性不受网格分辨率的影响，因此，通过嵌入流体控制方程的神经网络模型重构计算域内的流场，并根据重构的流场和第一坐标查询到待测点的空气流动状况，得到所需的第一流场数据，在减小流场重构和预测的计算成本的同时，不受网格分辨率的影响，从而能够提高流场预测的准确性，便于实际工程应用。

技术特征：

1.一种流场预测方法，其特征在于，包括：

2.如权利要求1所述的流场预测方法，其特征在于，所述流体控制方程为雷诺时均方程，所述预训练的神经网络模型根据如下步骤得到：

3.如权利要求2所述的流场预测方法，其特征在于，所述根据所述雷诺时均方程确定所述计算域对应的雷诺时均残差函数，包括：

4.如权利要求3所述的流场预测方法，其特征在于，在所述根据所述雷诺时均方程分别确定多个空间方向对应的动量残差函数之前，还包括：

5.如权利要求4所述的流场预测方法，其特征在于，所述根据所述雷诺时均方程和零方程确定封闭后的所述雷诺时均方程，包括：

6.如权利要求2至5任一项所述的流场预测方法，其特征在于，所述损失函数包括雷诺时均残差项和数据残差项，所述根据所述训练数据对所述待训练的神经网络模型进行训练，直至训练后的神经网络模型满足预设要求，得到所述预训练的神经网络模型，包括：

7.如权利要求6所述的流场预测方法，其特征在于，所述第二流场数据和所述第三流场数据均包括压强以及不同空间方向上的流速，所述流速用于反映所述采样点在对应的空间方向上的空气流动状况，所述根据所述损失函数中的所述数据残差项、所述采样点对应的第二流场数据和所述第三流场数据确定所述采样点对应的数据残差，包括：

8.一种流场预测装置，其特征在于，包括：

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。

技术总结
本申请适用于流场预测技术领域，提供了流场预测方法、装置、终端设备及存储介质，包括：获取待测点对应的第一坐标，所述待测点为计算域中的坐标点；将所述第一坐标作为预训练的神经网络模型的输入，得到所述神经网络模型输出的第一流场数据，所述第一流场数据反映了所述待测点对应的空气流动状况；其中，所述神经网络模型基于流体控制方程描述的物理规律重构所述计算域内的流场，根据所述流场和所述第一坐标预测所述待测点的空气流动状况，得到所述第一流场数据。本申请可以提高流场预测的准确性。

技术研发人员：陈争卫,倪一清,芮恩泽,曾广志
受保护的技术使用者：香港理工大学
技术研发日：
技术公布日：2024/2/19