Зарегистрирован новый программный комплекс для задач гидродинамики

Зарегистрирован новый программный комплекс для задач гидродинамики

Ученые подведомственного Минобрнауки России Пензенского государственного университета (ПГУ) разработали и зарегистрировали программный комплекс для решения задач гидродинамики на физически информированных сетях Колмогорова-Арнольда. Разработка ориентирована на авиационную отрасль и нефтегазовую промышленность. Инженерам, моделирующим течения жидкостей и газов, достаточно только математического описания объекта, а обученная сеть сама выдаст параметры. Исследование ведется по госзаданию Минобрнауки России. Квалифицированным заказчиком изобретения являются Национальный исследовательский центр «Институт имени Н. Е. Жуковского» и Московский авиационный институт (МАИ).

Вычислительная гидродинамика занимается математическим моделированием движения жидкостей и газов. Ее повсеместно применяют при моделировании в авиации, судостроении, энергетике, нефтегазовой промышленности, метеорологии и многих других областях. Специалисты математически просчитывают, как поведет себя жидкость или газ с помощью уравнений Навье-Стокса, однако решать их сложно.

Традиционно такие задачи решают численными методами, использующими расчетные сетки. Область, в которой исследуется движение жидкости или газа, разбивается на множество небольших элементов или контрольных объемов. В них приближенно решаются уравнения движения среды. Среди наиболее распространенных подходов — методы конечных объемов, элементов и разностей.

После преобразования расчетной области задача сводится к решению больших систем алгебраических уравнений. Особенно трудоемки задачи с турбулентными течениями, сложной геометрией и неоднородными свойствами среды.

Один из разработчиков — заведующий кафедрой «Компьютерные технологии» ПГУ д-р техн. наук, профессор Владимир Горбаченко — подчеркнул, что традиционное моделирование требует значительных вычислительных ресурсов, построения расчетных сеток и многократного решения сложных систем уравнений.

Научная группа ПГУ предложила подход, не требующий построения огромной системы уравнений.

Зарегистрированный программный комплекс предназначен для решения задач гидродинамики на специальном виде нейронных сетей — физически информированных сетях Колмогорова-Арнольда (PIKAN или KINN). В нем реализован бессеточный алгоритм решения, не требующий построения традиционной расчетной сетки.

Поясним. Физически информированные нейронные сети (PINN) — это нейросети, обучение которых учитывает не только имеющиеся экспериментальные данные, но и законы физики, описывающие исследуемые процессы. Например, при решении задач гидродинамики в процесс обучения нейронной сети встраиваются уравнения Навье-Стокса. Доцент кафедры «Компьютерные технологии» канд. техн. наук Игорь Абрамов обратил внимание, что нейросеть опирается на уже известную математическую модель.

PINN учитывают математические законы, описывающие исследуемый процесс. Это позволяет получать решения даже при ограниченном количестве экспериментальных данных и контролировать их соответствие физическим уравнениям, — добавил он.

Ученые ПГУ исследовали новый класс «решателей» — новую архитектуру нейросетей, названную в честь советских математиков. Работы Андрея Николаевича Колмогорова (1903–1987) и Владимира Игоревича Арнольда о представлении многомерных функций послужили основой для этого класса сетей. Сама архитектура Колмогорова-Арнольда (KAN) появилась в 2024 году. В Пензенском госуниверситете впервые применили ее для конкретного класса задач — вычислительной гидродинамики.

Для решения системы уравнений Навье-Стокса — фундаментальных уравнений, описывающих движение жидкостей и газов, — исследователи ПГУ разработали многослойную сеть.

Главная особенность сетей Колмогорова-Арнольда заключается в том, что обычные числовые веса связей между нейронами заменяются обучаемыми функциями одной переменной. Значения этих функций изменяются в процессе обучения, позволяя сети самостоятельно подбирать форму нелинейных зависимостей. В отличие от традиционных полносвязных сетей, где нелинейность задается заранее выбранными функциями активации нейронов, в KAN она непосредственно формируется в процессе обучения, — пояснил Владимир Горбаченко.

Программный комплекс проверили на ряде задач, признанных в математической науке. Комплекс решил три известных тестовых задачи вычислительной гидродинамики: течении Коважного, вихре Тейлора-Грина и течении в квадратной полости с подвижной верхней крышкой.

Результаты сравнивали с классическим аналитическим решением. Абсолютная погрешность не превысила 0,001. В дальнейшем полученные результаты могут стать основой для применения разработанного подхода к более сложным инженерным задачам, включая моделирование обтекания тел воздушными потоками.

Обучение сети на рассмотренных тестовых задачах занимало около минуты.

Разработка выполнена при финансовой поддержке Министерства науки и высшего образования РФ в рамках проекта «Физически информированные нейронные сети для моделирования объектов с распределенными параметрами» (регистрационный номер 126021217095-4).

Программа ЭВМ

Изображение на обложке: разработано Magnific

Источник: Минобрнауки России

От Байкала до океанариумов: российские ученые исследовали особенности крови байкальских нерп
В России разработали автономную программу OptiPrimer EX для высокоточных генетических исследований