项目与服务

一、项目介绍

本项目旨在设计一种基于神经网络的迭代求解算法，提升 OpenFOAM 仿真算例的计算速度。OpenFOAM 是一种广泛应用于流体动力学和多物理场模拟的开源计算平台，然而在复杂流体动力学问题中，其传统的迭代求解器往往面临收敛时间过长的问题。通过引入神经网络，项目将探索如何利用深度学习算法对迭代过程进行优化。

二、项目研究重点

1. 使用神经网络加速迭代算法的计算速度，相比基准算法加速3倍

2. 神经网络的推理程序和迭代算法的计算程序需要基于MPI实现，并植入到 OpenFOAM 软件中

三、主要产出

OpenFOAM 插件形式的程序及文档

四、具体应用场景及作用

在复杂流体动力学仿真中，OpenFOAM 的传统迭代求解器在处理大规模问题时通常计算耗时长，收敛效率低。通过设计基于神经网络的迭代求解算法，能够加速求解过程。具体应用场景包括空气动力学模拟、热流体传输、湍流建模等。神经网络通过学习历史数据，优化算法参数或算子，减少迭代次数并加快收敛。在工程设计中，此算法能显著缩短仿真时间，提升研发效率，为航空航天、汽车制造等领域的快速决策提供技术支持。

五、合作模式

华为求解器联合实验室项目