arXiv cs.LG· Weizheng Zhang, Xunjie Xie, Hao Pan, Lin Lu·· 25 天前AI 评分26
Cova-PINN：用于复杂几何结构流固共轭传热的跨域守恒物理信息神经网络
Cova-PINN: Cross-Domain Conservation Physics-Informed Neural Network for Fluid-Solid Conjugate Heat Transfer in Complex Geometries
AI 导读
研究人员提出 Cova-PINN 框架，用于解决复杂几何结构中流固共轭传热的能量传递与出口温度误差问题。该框架在局部联合优化跨域复合控制体平衡，在全局尺度优化配对壁面闭合。在 4 种 TPMS 换热器测试中，其相比基线 MUSA-PINN-CHT 将平均出口温度误差降低 37.7%、设备级闭合误差降低 60.2%，并在 DualMS 设计上取得一致增益。
来源：arXiv cs.LG · arxiv.org