Новый подход предсказывает коэффициент сопротивления с высокой точностьюУченые из Университета науки и технологий Нанкина разработали новый метод для точного моделирования движения частиц в жидкости c использованием искусственного интеллекта (ИИ). Это имеет важное значение для таких отраслей, как химическая инженерия и аэрокосмическая промышленность, где важно учитывать коэффициент сопротивления частиц в жидкости.
© Ferra.ru
Ранее расчет этого коэффициента для частиц неправильной формы был сложной задачей. Однако, с помощью машинного обучения и численных методов, команда разработала высокоточную модель, которая предсказывает коэффициент сопротивления для многоугольных частиц с погрешностью менее 5%.
Для этого ученые использовали метод дискретных элементов (DEM) и метод решетки Больцмана (LBM), которые позволили создать точную базу данных для обучения машинных моделей. Среди них модель на основе генетического алгоритма и искусственной нейронной сети (GA-ANN) показала наилучший результат.
По словам профессора Чена Чена, одного из ведущих исследователей, это открытие демонстрирует огромный потенциал машинного обучения для решения сложных задач в области гидродинамики. Точное моделирование коэффициента сопротивления имеет широкое применение в таких сферах, как фильтрация, осаждение и движение, что может повысить эффективность различных промышленных процессов.
© International Journal of Mechanical System Dynamics
