摘要
本发明提供一种CFD‑DEM耦合加速方法,应用于计算流体动力学与离散元法耦合模拟领域,包括CFD模块、DEM模块、耦合控制器及优化模块;在DEM模块基于LSTM预测颗粒分布生成概率分布图;在CFD模块结合流场数据计算梯度,利用几何深度学习模型划分非规则动态耦合区域;构建基于GNN的代理模型,基于雷诺数自适应切换代理模型与传统曳力模型;耦合控制器监测计算状态,达到异步时间步阈值时触发分层压缩策略的数据同步;优化模块监控数据同步后的动量误差,若超阈值则反馈调节神经网络参数及阈值系数;本发明解决了传统方法计算效率低、区域划分僵化、误差控制缺失的问题,显著提升计算效率5~10倍,降低数据同步量58~65%,并保证精度误差≤5%。
技术关键词
曳力模型
时空注意力机制
数据同步
状态更新
深度学习模型
作用力
动态
模块
方程
湍流
节点
误差函数
离散元法
耦合误差
长短期记忆神经网络
反距离加权插值
多尺度
神经网络模型
哈希算法
系统为您推荐了相关专利信息
eSIM卡
主动式命令
电子设备
状态更新方法
计算机程序代码
数字孪生体
评估系统
层析分析法
城市大数据
物联网传感器
多头注意力机制
估计算法
GRU神经网络
深度学习网络模型
信号传输模型
密封装置组件
后台数据库
深度学习模型
图像处理技术
注意力