基于物理信息神经网络模拟电渣重熔过程物理场的方法

本发明提供了一种基于物理信息神经网络模拟电渣重熔过程物理场的方法，使用物理信息神经网络将电渣重熔过程中所涉及的物理场的物理定律和深度学习网络相结合，并内嵌物理约束，实现偏微分方程的有效求解；利用物理信息神经网络最小化由数据误差项、物理信息误差项和边界条件误差项所构成的损失函数；通过考虑电渣重熔过程涉及的物理定律和边界条件约束，实现在不同的时空分辨率下保持较高的偏微分方程的求解精度；使用自动微分技术和梯度下降算法对网络参数进行调整和优化；通过与高保真CFD仿真结果进行对比。该方法能有效克服现有依赖热态实验或第一性原理实现物理场分布模拟所存在实验成本高、数据量大、算力要求高等局限性问题。