כתבה
arXiv cs.LG ·
Cova-PINN: רשת נוירונית פיזיקה-מודלית להעברת חום צולבת בגאומטריות מורכבות
Cova-PINN: Cross-Domain Conservation Physics-Informed Neural Network for Fluid-Solid Conjugate Heat Transfer in Complex Geometries
רשת נוירונית פיזיקה-מודלית להעברת חום צולבת בגאומטריות מורכבות. המחקר מציג רשת נוירונית חדשה שמסוגלת למודל תהליכים פיזיקליים מורכבים, כולל העברת חום צולבת, בגאומטריות מורכבות. הרשת, שנקראת Cova-PINN, משתמשת בטכניקה של PINNs (Physics-Informed Neural Networks) כדי למודל את התהליכים הפיזיקליים. ה-Cova-PINN נבחן על ארבעה תצורים של חילוף חום והוכיח תוצאות טובות יותר מאשר רשתות PINNs אחרות.
תקציר מקורי באנגליתarXiv:2610.11108v1 Announce Type: new Abstract: Multi-domain physics-informed neural networks (PINNs) flexibly model medium-specific representations to solve fluid--solid conjugate heat transfer (CHT). However, standard multi-domain PINNs enforce governing equations and interface conditions on separately sampled domain supports, which can yield plausible temperature fields but inaccurate end-to-end energy transfer and outlet temperatures. We propose Cova-PINN, a multi-domain PINN framework that aligns conservation support with thermal interaction paths in complex geometries. Cova-PINN jointly optimizes cross-domain composite control-volume balances at the local scale and paired-wall closure at the global exchanger scale. We evaluate Cova-PINN on four triply periodic minimal surface (TPMS)
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית