NeuralDEM:工业颗粒流的实时模拟
2024-11-22
NeuralDEM 提出了一种端到端的方法,用深度学习代理模型替代离散元法 (DEM) 例程和耦合多物理场模拟。它将 DEM 的拉格朗日离散化建模为一个底层连续场,同时将宏观行为直接建模为附加辅助场。NeuralDEM 引入了多分支神经算子,可扩展到工业规模场景的实时建模,从慢速伪稳态到快速瞬态。该模型成功模拟了料斗卸料和流化床反应器等场景,并能准确预测宏观量,如流态、流出速率和颗粒混合行为。
阅读更多
7