研究人員利用人工智慧計算湍流

2021-01-08 騰訊網

來源： 蘇黎世 ETH

蘇黎世ETH的研究人員首次通過將流體力學與人工智慧相結合，成功地使湍流建模自動化。他們的項目依賴於在CSCSS超級計算機Piz Daint上通過湍流模擬進行擴增強化學習算法。

湍流建模和模擬對於設計汽車和心臟瓣膜、預測天氣，甚至追溯星系的誕生至關重要。希臘數學家、物理學家和工程師阿基米德大約在2000年前就忙於流體力學，而到今天，流體流動的複雜性還沒有完全被理解。物理學家理察·費曼將湍流算作古典物理學中最重要的未解決的問題之一，它仍然是工程師、科學家和數學家們的活躍話題。工程師在製造飛機或假肢心臟瓣時必須考慮湍流的影響。氣象學家在預測天氣時需要解釋他們，天體物理學家在模擬星系時也需要解釋它們。因此，來自這些社區的研究人員已經建模湍流和進行流量模擬超過60年。

湍流的特點是流結構跨越廣泛的空間和時間尺度。模擬這些複雜流結構的方法有兩種：一種是直接數值模擬 （DNS），另一種是大渦流模擬 （LES）。

流量模擬測試超級計算機的極限

DNS 解決了 Navier-Stokes 方程，這些方程是流描述的核心，其解析度為數十億，有時甚至是數萬億個網格點。DNS 是計算流行為的最準確方法，但不幸的是，它對於大多數實際應用程式來說並不實用。為了捕獲這些湍流的詳細信息，它們需要的網格點遠遠大於任何計算機在可預見的將來可以處理的網格點。

因此，研究人員在模擬中使用模型，這樣他們就不必計算每個細節來保持準確性。在 LES 方法中，解決了大流量結構，所謂的湍流閉合模型佔到更精細的流量和它們與大尺度的相互作用。但是，正確選擇閉合模型對結果的準確性至關重要。

用於建模的多代理增強學習 （MARL） 的示意圖。代理（以紅色多維數據集標記）執行控制策略，以最大限度地提高模擬之間的相似性。來源： CSElab/ETH 蘇黎世）

而不是藝術而不是科學

蘇黎世ETH計算科學與工程實驗室教授Petros Koumoutsakos表示："過去60年來，湍流閉合模型的建模在很大程度上遵循了經驗過程，而且更多的是一門藝術，而不是一門科學。庫穆薩茨科斯，他的博士生吉多·諾瓦蒂和前碩士生（現在蘇黎世大學博士生）胡格斯·拉斯科姆斯·德拉魯西爾赫提出了一個新的策略，使這個過程自動化：使用人工智慧（AI）從DNS學習最好的湍流關閉模型，並將其應用於LES。他們最近發表在《自然機器智能》雜誌上。

具體來說，研究人員開發了新的強化學習（RL）算法，並結合物理洞察力來模擬湍流。"25 年前，我們率先將人工智慧和湍流連接，"庫穆薩科斯說。但當時，計算機的威力不足以測試許多想法。ETH教授說："最近，我們也意識到流行的神經網絡並不適合解決此類問題，因為該模型會積極影響它旨在補充的流。因此，研究人員不得不採用一種不同的學習方法，其中算法學會對湍流場中的模式做出反應。

自動建模

Novati 和 Koumoutsako 的新穎 RL 算法背後的理念是使用將流場解析為 AI 代理的網格點。代理通過觀察數千個流量模擬來學習湍流閉合模型。庫穆薩科斯強調，"為了進行如此大規模的模擬，必須使用CSCSS超級計算機"Piz Daint'"。培訓結束後，代理可以自由操作，模擬他們以前未接受過培訓的流程。

系統通過"玩"流來傾斜湍流模型。庫穆薩科斯說："當機器成功將LES與DNS結果匹配時，它'獲勝'，就像機器學習下棋或圍棋一樣。在 LES 期間，AI 僅通過觀察已解決大比例的動態來執行未解決比例的操作。據研究人員稱，新方法不僅優於成熟的建模方法，而且可以在網格大小和流條件下進行推廣。

該方法的關鍵部分是由 Novati 開發的新算法，該算法可識別以前的哪些模擬與每個流狀態相關。研究人員稱，所謂的"記憶和忘記體驗重放"算法在流體力學以外的多個基準問題上優於絕大多數現有的RL算法。 該團隊認為，他們新開發的方法不僅在汽車建造和天氣預報方面非常重要。"對於科技領域最具挑戰性的問題，我們只能解決'大尺度'和'精細'問題模型，"庫穆薩科斯說。"新開發的方法提供了一種新的、強大的方法，通過明智地使用 AI 實現多尺度建模自動化和推進科學。

相關焦點

  • 研究人員將流體力學與人工智慧結合,使湍流建模自動化
    打開APP 研究人員將流體力學與人工智慧結合,使湍流建模自動化 蘇黎世 ETH 發表於 2021-01-07 10:46:22
  • 螺旋湍流研究取得進展
    螺旋度的定義是速度與渦量的標量積，螺旋湍流指平均螺旋度或局部螺旋度不為0的湍流流動狀態，廣泛存在於龍捲風、颱風等自然現象及航空發動機、離心泵等旋轉機械流動中。螺旋度守恆性定理為系統研究三維湍流的時空演化提供新的研究方向。作為三維湍流僅有的兩個二次無粘不變量之一（另一個為動能），Noether定理決定螺旋度具有時空多尺度分布和多尺度多方向手性間的傳輸特徵。
  • 湍流研究中的困難與誤區
    利用雷諾數可區分流體的流動是層流或湍流，也可用來確定物體在流體中流動所受到的阻力。湍流是在大雷諾數下發生的，雷諾數較小時，黏滯力對流場的影響大於慣性力，流場中流速的擾動會因黏滯力而衰減，流體流動穩定，為層流；反之，若雷諾數較大時，慣性力對流場的影響大於黏滯力，流體流動較不穩定，流速的微小變化容易發展、增強，形成紊亂、不規則的湍流流場。流態轉變時的雷諾數值稱為臨界雷諾數。
  • 湍流與渦流的區別
    自從1883年Reynolds 發現湍流流動現象以來，關於湍流發生的機理，湍流的結構，以及湍流流動基本規律的研究，一直是一百多年以來流體力學和傳熱學家們所關注的課題。由於湍流本身的複雜性，直到現在仍有一些基本問題尚未解決。
  • 中國科學家:研究確定了湍流對太陽耀斑中等離子體加熱的作用
    中國科學院雲南天文臺科學家們通過研究確定了湍流對太陽耀斑中等離子體加熱的作用，該最新研究成果論文，題為：「湍流在爆發性太陽耀斑中加熱等離子體的作用」，發表在最近的《天體物理學》雜誌上。研究人員圍繞太陽爆發的物理本質問題，建立了太陽爆發的解析模型。物理學家們從上世紀80年代開始，通過求解磁流體力學方程組，幫助理解太陽爆發過程。磁流體力學，英語：Magnetohydrodynamics，簡稱：MHD，是研究等離子體和磁場相互作用的物理學分支，其基本思想是在運動的導電流體中，磁場能夠感應出電流。
  • 可壓縮湍流邊界層馬赫數效應研究獲進展
    Lett. 109, 054502, 2012），報導了佘振蘇教授研究團隊在可壓縮湍流邊界層馬赫數效應研究方面取得的最新成果。該研究豐富和發展了可壓縮湍流邊界層的經典Morkovin假設，提出了改進的van Driest新變換，對今後實現可壓縮湍流邊界層平均場的理論預測和航空航天飛行器設計具有指導意義。
  • 高溫鋼水湍流研究發展了「大渦模擬」大幅提升產品質量
    記者從東北大學獲悉，該校冶金學院李寶寬教授課題組針對1500℃的高溫鋼水湍流現象，利用先進的計算數學理論，發展了「大渦模擬」的方法研究高溫鋼水的湍流流動規律，並在認識鋼水湍流流動基本規律的基礎上，形成了調控高溫鋼水湍流狀態的技術措施，大幅提升了鋼的質量
  • 例如大木星,數學家在扁平流體中徵服湍流
    博科園-科學科普-物理學類通過將流體擠壓到平板中，研究人員可以掌握湍流將能量輸送到體系中，而不把它吞掉的奇怪方式。從那以後，新模擬、實驗室實驗和剛剛發表的理論計算都證明了這個團隊的計算準確無誤，並探索了他們預測失效時出現的不同情況。所有這一切似乎只是個空想實驗，宇宙並不平坦，但地球物理學家和行星科學家一直懷疑，海洋和大氣通常表現得很像扁平系統，這使得二維湍流的複雜性與實際問題出乎意料地相關。
  • 把湍流理論引入黑洞高能物理學
    研究人員Luca Comisso表示：「湍流和磁重連——磁力線撕裂並快速重新連接的過程——結合在一起，加速了粒子，使它們接近光速。」 回憶一下高中物理課上，撒在永磁體周圍的鐵粉形成的的整齊線條——磁感線的直觀形象。如果以狂野的、無法預測的方式移動永磁鐵，所有磁感線都將斷開並和周邊其它斷開的磁感線重連。
  • 研究人員利用AI發現火星上人類難以辨別的小型隕石坑
    現在，科學家首次利用人工智慧和機器學習發現了該隕石的隕石坑。行星科學家表示，在這種精細的天文學研究上使用人工智慧是一個裡程碑。來自美國宇航局噴氣推進實驗室的人工智慧研究人員共同開發了發現撞擊坑的機器學習工具。研究人員希望新的AI能夠節省時間，增加發現量。
  • 湍流燃燒建模新進展
    燃燒，是一種具有強烈的非線性與時空多尺度特徵的化學反應，這一特徵也正是求解湍流燃燒問題的根本性挑戰。迄今為止，研究者們提出了多種湍流燃燒模型，包括火焰面類模型，概率密度函數（PDF）類模型，條件矩封閉（CMC）模型，以及渦耗散概念（EDC）模型等，但這些模型在構建的物理基礎及封閉的合理性方面一直沒有令人滿意的方案。
  • 觀察從水龍頭流出來的水，竟為湍流、過渡流的研究，帶來新突破！
    與有序的層流相比，比如水龍頭在低壓低速時的穩定流動，科學家們對湍流知之甚少。關於層流是如何變成湍流的更是知之甚少。過渡流是有序流動和無序流動的混合體，當流體以中等速度運動時就會發生過渡流動。，汲取了一種新的方法來研究過渡流，其研究發現發表在《科學進展》期刊上，可能有助於對過渡流和湍流有一個更全面、更概念性的理解，並在工程上得到實際應用。
  • 荷蘭研究人員藉助人工智慧設計超材料
    編者按 荷蘭代爾夫特理工大學材料科學與工程學院的米格爾 貝薩教授研究團隊藉助人工智慧，將脆性聚醋酸（PLA）轉變為形狀可恢復、高可壓縮性的超材料。
  • 過程工程所用介尺度科學探索湍流取得進展
    湍流是世紀性難題，湍流模型是解決工程湍流問題的一個主要途徑。工程湍流問題中往往存在湍動和非湍動（即層流）區域共存的特點，而傳統湍流模型假定計算網格內流體總是處於充分湍流狀態，忽視了流動中的層流部分，導致模擬的準確性不足。
  • 研究人員利用人工智慧來辨別老年人的孤獨程度
    在新概念驗證論文在線發表在9月24日,2020年在美國老年精神病學雜誌》上,研究人員領導的研究小組在加州大學聖地牙哥醫學院使用人工智慧技術來分析自然語言模式(NLP)老年人孤獨的辨別度。近年來，大量研究表明，不同人群的孤獨感在上升，尤其是那些最脆弱的人群，如老年人。例如，加州大學聖地牙哥分校(UC San Diego)今年早些時候發表的一項研究發現，住在獨立老年人住宅社區的85%的居民報告說，他們有中度到嚴重程度的孤獨。這項新研究還集中在獨立的老年居民身上:80名參與者的年齡在66歲到94歲之間，平均年齡為83歲。
  • 教程 | 湍流邊界條件設置
    在大多數情況下，湍流是在入口後面一段距離經過轉捩形成的，因此在邊界上設置均勻湍流條件是一種可以接受的選擇。特別是在不知道湍流參量的分布規律時，在邊界上採用均勻湍流條件可以簡化模型的設置。在設置邊界條件時，首先應該定性地對流動進行分析，以便邊界條件的設置不違背物理規律。違背物理規律的參數設置往往導致錯誤的計算結果，甚至使計算發散而無法進行下去。
  • 湍流邊界條件設置詳講
    特別是在不知道湍流參量的分布規律時，在邊界上採用均勻湍流條件可以簡化模型的設置。在設置邊界條件時，首先應該定性地對流動進行分析，以便邊界條件的設置不違背物理規律。違背物理規律的參數設置往往導致錯誤的計算結果，甚至使計算發散而無法進行下去。
  • 研究人員將計算機視覺和不確定性融入到機器人假肢的人工智慧中
    研究人員開發了新的軟體，可與現有硬體集成，使穿戴機器人假肢或外骨骼的人能夠在不同類型的地形上以更安全、更自然的方式行走。新框架將計算機視覺融入到假肢控制中，並包含了強大的人工智慧（AI）算法，使軟體能夠更好地考慮不確定性。
  • 量子計算和人工智慧的最佳時機相遇
    人工智慧機器學習技術可用於解決量子信息問題，並可幫助量子物理學家前進。處理許多複雜的量子物理數據分析，例如識別相變的機器學習，用於實現量子狀態分類的神經網絡，用於海水量子通道重建的凸優化等。另一方面，當前也受到廣泛關注的方向是如何利用量子計算技術促進人工智慧的發展。
  • 振幅比地球還大,太陽風撞擊地球會引起湍流,湍流再引發浮力波!
    猛烈撞擊地球白晝側磁層的太陽風會引起湍流，就像機翼上方的空氣一樣，萊斯大學的物理學家已經開發出新方法來描述這如何影響夜間的太空天氣。那裡很少是安靜的，太陽風繞著地球流動，進入黑夜，但在離地球更近的地方，等離子體塊被湍流纏住，下沉到地球上。