科研之友
微信
新浪微博
Facebook
分享链接
摘要
多孔介质在工程领域中的应用非常广泛,其中有效导热率和孔隙率为多孔介质材料非常重要的性质,得到一个符合需要的有效导热率和孔隙率的多孔介质材料具有重要意义.本文使用四参数随机生成方法制作了训练数据集,搭建了一个条件生成对抗网络(CGAN),使用预定的有效导热率和孔隙率作为输入,生成一个满足输入条件的多孔介质结构.特别地,由于多孔介质的孔隙结构分布对材料的有效导热率影响巨大,提出局部结构损失函数参与网络训练,使得网络更好地学习到孔隙分布与导热率之前的关系.通过使用格子Boltzmann方法验证神经网络生成的多孔介质结构的有效导热率,结果表明该方法能够快速且准确地生成预定参数的多孔介质结构.
- 单位
