一种基于物理信息神经网络的小尺度湍流流场重建方法

本发明公开了一种基于物理信息神经网络的小尺度湍流流场重建方法，该方法能够从稀疏湍流流场数据中重构小尺度、高分辨率的速度场与压力分布。本方明首先从计算域中抽取残差点和数据帧，构建数据集并对其进行稀疏化；然后，对模型输入和输出数据进行最大最小归一化预处理，并结合微积分方法和Navier‑Stokes方程进行线性变换，以施加物理约束；其次，将湍流数据输入至改进的PINN框架进行流场重构，得到预测的速度和压力场；最后，利用自动微分技术和最小化损失函数拟合真实流场数据。本发明方案提升了模型的扩展性，使其能够快速从稀疏数据中求解流体力学方程，并有效捕捉流场中的小尺度结构，实现了对高精度流场信息的重建。