Oct, 2023
FluxGAN：用于生成保持目标热流密度微结构的物理感知生成对抗网络模型
FluxGAN: A Physics-Aware Generative Adversarial Network Model for Generating Microstructures That Maintain Target Heat Flux
Artem K. Pimachev, Manoj Settipalli, Sanghamitra Neogi
TL;DR我们提出了一种物理感知生成对抗网络模型 FluxGAN，能够同时生成大规模微结构的高质量图像和与之相关的热特性描述。该模型在训练阶段学习了局部结构特征与物理过程（如微结构中由温度梯度引起的热通量）之间的关系，一旦训练完成，模型生成新的结构和相应的热通量环境，避免了计算代价高昂的建模过程。我们的模型在描述微结构的热特性方面提供了一种经济高效的方法，相比传统的有限元方法等建模技术，后者需要随微结构模型的大小而增加计算量，因此限制了模拟的规模、分辨率和复杂性。相反，FluxGAN 模型采用逐部合成方法，在低计算成本下生成任意规模的图像。我们证明该模型可用于生成满足目标热特性要求的热喷涂涂层设计。此外，在训练 2D 示例后，该模型还能够生成三维（3D）域中的涂层微结构和物理过程。我们的方法有潜力改变热喷涂涂层的设计和优化，适用于各种应用，包括航空发动机或基于陆地的电力发电机的高温长时间运行。