研究人员开发了一种新颖的几何条件隐式代理模型，用于模拟喷雾形成，其性能显著优于传统方法。该模型将自适应网格加密（AMR）单元密度场编码为紧凑表示，能够对瞬态两相流进行更快、更准确的预测。与现有的Basilisk CFD模拟相比，该方法将推理时间缩短至仅几毫秒，速度提升超过60,000倍，这对于喷雾喷嘴开发中的迭代设计过程具有极高的价值。 AI
影响 能够对复杂流体动力学进行快速、高保真模拟，加速工程设计周期。
排序理由 该集群包含一篇详细介绍用于科学模拟的新AI模型的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.16587v1 Announce Type: cross Abstract: Designing spray nozzles requires predicting how geometry shapes transient two-phase breakup, but high-fidelity volume-of-fluid (VOF) simulations with adaptive mesh refinement (AMR) are too expensive for iterative design exploratio…
Designing spray nozzles requires predicting how geometry shapes transient two-phase breakup, but high-fidelity volume-of-fluid (VOF) simulations with adaptive mesh refinement (AMR) are too expensive for iterative design exploration. Standard surrogate models are also challenged b…