南京理工大學何勇教授團隊：數物驅動熱流場數智仿真理論與算法

在現代工業與工程應用中，高效且準確地計算傳熱與流體流動現象，已成為多領域技術突破的關鍵需求。以航空航天、能源工程、 智能建造 等國 家高精尖科學領域的研究為例，傳熱與流動的精準模擬與高效預測對于相關設備的設計優化、資源的高效利用，以及安全性評估具有重要意義。在這些領域，復雜物理場景的數學建模和大規模計算中高計算成本與時間消耗的平衡是長久存在的挑戰，有必要為傳熱流動分析提供更加高效的仿真計算方法和技術。針對這一需求，面向計算傳熱與流體力學的深度學習與神經網絡技術成為流場降階分析、流動特征識別及快速預測的新型工具。憑借深度學習神經網絡的高效數據處理能力與大規模非線性問題求解優勢，其能夠在復雜多變的工況下實現快速、準確的建模預測，為高精度和高實時性要求的工程問題提供了嶄新的解決方案。

數物驅動熱流場數智仿真理論與算法

何勇 等著

北京 : 科學出版社, 2025. 5

ISBN 978-7-03-080357-3

《數物驅動熱流場數智仿真理論與算法》總結了作者和科研團隊近年來利用深度學習和大數據理論開展傳熱流動預測研究的成果。本書針對基于數值仿真的傳熱流動系統設計優化過程中的計算資源要求高和計算時間長的挑戰，以深度學習技術為手段，構建超快速高精度傳熱流動系統性能評估降階模型。提出具有幾何自適應的傳熱流動降階預測模型，實現任意幾何形狀的穩態物理場的快速預測，應用于傳熱流動系統的布局設計及優化。并通過融合遷移學習和注意力機制對降階模型的學習和預測性能進行了增強。針對傳統卷積神經網絡難以處理非均勻結構化或非結構化網格數據的問題，構建基于圖神經網絡的網格自適應降階模型，并通過有效融入物理信息，賦予降階模型對傳熱流動機理的物理層面理解。結合循環神經網絡和圖卷積神經網絡，實現傳熱流動系統的瞬態流動預測。

• 第1 章主要概述傳熱流動高效預測的相關現狀與挑戰，包括傳統流場降階與基于智能算法降階的預測模型研究進展，從數據驅動和物理驅動兩個方面闡述了降階預測模型的研究進展并分析了現有工作中的不足，介紹了深度學習算法在流場稀疏重構中的研究進展。

• 第2 章主要介紹本書涉及的基礎理論，包括基于數值計算模型的流場模擬方法和控制方程的計算原理。這些基礎理論從本質上為后續工作中的模型搭建和結果分析提供了有力支撐。

• 第3 章提出一種基于卷積神經網絡的特征自適應傳熱流動預測模型，介紹了深度學習模型在穩態、瞬態傳熱流動問題上的構建方法，以及自適應預測多種雷諾數、攻角、幾何形狀等工況變化的訓練方法，詳細介紹了深度學習技術在這類問題上的算法框架和數據集構建的方法。

▲ CNN-DCNN模型預測不同攻角下的機翼繞流場，并與數值計算結果進行對比

• 第4 章提出一種基于遷移學習方法的傳熱流動預測模型增強技術，介紹了基于卷積神經網絡傳熱流動預測的遷移學習策略、基于遷移學習策略的數據處理流程以及相應傳熱流動預測模型的構建流程。

• 第5 章提出一種利用自注意力網絡(Transformer)架構強化卷積神經網絡的方法，介紹了Transformer 模型的基本概念和不同種類的工作原理、混合自注意力機制嵌入卷積神經網絡的基本理念，以及基于UNet 神經網絡的Transformer 傳熱流動預測模型構建流程。

• 第6 章提出一種基于圖卷積神經網絡的網格自適應傳熱流動預測模型，介紹了從網格角度自適應幾何構型變化的方法、原始離散數據集的節點位置與特征映射至圖結構數據的預處理方法、圖卷積神經網絡傳熱流動預測模型的構建流程，并對比分析了圖卷積模型和傳統卷積神經網絡模型在傳熱流動問題上的預測準確性。

▲ 基于圖神經網絡構建降階模型的總體框架

• 第7 章提出一種融合控制方程的物理神經網絡傳熱流動預測方法，主要針對純數據驅動模型在學習傳熱流動數據中缺乏物理約束、模型可解釋性差的問題，搭建基于圖卷積結構的物理神經網絡降階模型，用于幾何自適應的流場預測。

• 第8 章提出一種循環神經網絡的瞬態流動預測方法，介紹了循環神經網絡工作原理、門控循環單元網絡工作原理。針對非歐幾里得結構下的瞬態傳熱流動問題，介紹了聯合循環神經網絡和圖卷積神經網絡的傳熱流動預測模型結構搭建與建模機理。

第3～8 章都有基于相關預測模型開展傳熱流動典型案例的驗證分析。

本書采用多種先進深度學習技術，通過降階建模實現傳熱流動預測，在確保性能評估精度的同時，大幅縮短評估時間，滿足工業生產中傳熱流動系統的高效設計優化需求。在介紹深度學習和傳熱流動理論知識的基礎上，本書運用多種深度學習技術進行傳熱流動力學問題的降階建模，并通過太陽能集熱器、環形換熱管、圓柱繞流等多種案例對模型的適用性和性能進行了評估。這些研究成果為傳熱流動系統的快速優化設計提供了重要支撐，具有重要的工程意義。

本文摘編自《數物驅動熱流場數智仿真理論與算法》（何勇等著. 北京 : 科學出版社, 2025. 5）一書“前言”，有刪減修改，標題為編者所加。