Latente-ruimteadaptatie verbetert CFD-voorspellingen voor compressoren
Een nieuwe methode gebruikt een variationele autoencoder om afwijkingen in stromingsberekeningen van compressoren te corrigeren. Door gebruik te maken van latente-ruimteadaptatie kunnen simulaties worden aangepast aan praktijkobservaties.
Computersimulaties van stromingen in compressoren komen niet altijd exact overeen met metingen uit de praktijk, terwijl gedetailleerde experimentele gegevens lang niet altijd voorhanden zijn. Om dit gat te overbruggen is een correctiemethode voorgesteld op basis van machine learning.
In deze aanpak wordt een variationele autoencoder getraind op een reeks berekende drukverliesvelden om een compacte statistische weergave te leren. Vervolgens wordt dit model ingezet om correcties door te voeren. Dit soort technieken laat zien hoe neurale netwerken worden ingezet om traditionele numerieke simulaties in de technische wetenschappen te ondersteunen.
Deze samenvatting is gebaseerd op een origineel artikel van arXiv (cs.LG). Lees het volledige, originele bericht bij de bron.
Lees het originele artikel