一种基于人工智能的高压气泡脉动载荷预测与初始参数反演方法及其系统

本发明属于气泡动力学与多相流技术及人工智能技术领域，具体涉及一种基于人工智能的高压气泡脉动载荷预测与初始参数反演方法及其系统。对水下高压气泡脉动过程进行研究，获取高压气泡脉动过程中界面演化数据；建立可压缩VOF‑PINN多相流模型，结合初边值对气泡未知参数和脉动载荷特性进行预测；根据已知的数据将预测问题分为正问题及逆问题：建立可以用于预测正反演两种情形下的模型；对于正问题，用梯度下降的优化算法对VOF‑PINN模型进行训练和预测；对于逆问题，实现气泡初始参数识别。本发明为解决由于数值模拟中计算参数更改需要重新计算且网格划分复杂繁琐、无法直接纳入高保真数据和试验研究中初始参数的不确定性问题。