NeuralThermal · L2 · PINN
NeuralThermal L2 · PINN
{{ t.back }}
中文
EN
L2 · PHYSICS-CONSTRAINED · PINN

{{ t.h1 }}

{{ t.sub }}

{{ t.n1 }} {{ t.n2 }} {{ t.n3 }} {{ t.n4 }} {{ t.n5 }}
PHYSICS-CONSTRAINED · NO LABELED DATA

{{ t.n1 }}

{{ t.p1a }}{{ t.p1b }}{{ t.p1c }}

{{ t.goal }}

INPUT
(x, y)
NETWORK
→ (u, v, p, θ)
AUTODIFF
∂x, ∂²x, …
RESIDUAL
r_PDE, r_BC
LOSS
Σ r²
{{ t.b1t }}{{ t.b1d }}
{{ t.b2t }}{{ t.b2d }}
{{ t.b3t }}{{ t.b3d }}
CONJUGATE HEAT TRANSFER · THREE-FIN HEAT SINK

{{ t.n2 }}

{{ t.setup }}

FIG 01 {{ t.figT }} {{ t.figN }}
{{ t.svgIn }} {{ t.svgOut }} {{ t.svgHeat }} {{ t.svgFin }} {{ t.svgWall }}
GEOMETRY {{ t.geoT }} {{ t.geoN }}
{{ t.g1 }}
60 × 20 mm {{ t.g1d }}
{{ t.g2 }}
40 × 3 mm {{ t.g2d }}
{{ t.g3 }}
{{ t.g3d }}
{{ t.g4 }}
15 W {{ t.g4d }}
{{ t.g5 }}
u = 0.4 m/s, T = 25 °C, Re ≈ 530
TWO-STAGE SOLVE
{{ t.tsT }}
{{ t.tsD }}
INTERFACE
{{ t.ifT }}
∇·(κ ∇θ) = Pe · χ · (u · ∇θ)
solid: κ = κ_s, χ = 0
fluid: κ = κ_f, χ = 1
{{ t.ifD }}
CONSERVATION AS LOSS · PHYSICS-BASED VERIFICATION

{{ t.n3 }}

{{ t.m1t }}{{ t.m1d }}

{{ t.m2t }}{{ t.m2d }}

PHYSICS HEALTH CHECK {{ t.hcT }}
{{ t.thA }}
{{ t.thB }}
{{ t.thC }}
{{ t.r1 }}
Q_out / Q_in ∈ [0.95, 1.05]
{{ t.r1f }}
{{ t.r2 }}
|u|_fluid ∈ [0.8, 1.15]
{{ t.r2f }}
{{ t.r3 }}
θ_base > θ_top > 0
{{ t.r3f }}
{{ t.r4 }}
θ_fin / θ_base ∈ [0.6, 1.0]
{{ t.r4f }}
{{ t.r5 }}
{{ t.r5p }}
{{ t.r5f }}
{{ t.r6 }}
θ_inlet corner ≈ 0
{{ t.r6f }}
RESULT: PASS (6/6) {{ t.gate }}
WHERE PINN FITS

{{ t.n4 }}

{{ t.vT }}
{{ t.v1t }}{{ t.v1d }}
{{ t.v2t }}{{ t.v2d }}
{{ t.v3t }}{{ t.v3d }}
{{ t.lT }}
{{ t.l1t }}{{ t.l1d }}
{{ t.l2t }}{{ t.l2d }}
{{ t.l3t }}{{ t.l3d }}
POSITIONING
PINN
{{ t.opLabel }}
{{ t.pr1 }}
{{ t.pr1a }}
{{ t.pr1b }}
{{ t.pr2 }}
{{ t.pr2a }}
{{ t.pr2b }}
{{ t.pr3 }}
{{ t.pr3a }}
{{ t.pr3b }}
{{ t.pr4 }}
{{ t.pr4a }}
{{ t.pr4b }}

{{ t.compT }}{{ t.compD }}

IMPLEMENTATION · SINGLE-FILE PYTORCH

{{ t.n5 }}

{{ t.impl }}

{{ t.codeT }} PyTorch
def grad(u, X):
    return torch.autograd.grad(u, X, torch.ones_like(u), create_graph=True)[0]
{{ t.lossF }}
{{ t.lossFd }}{{ t.lossFk }}
{{ t.lossT }}
{{ t.lossTd }}{{ t.lossTk }}
{{ t.kicker }}
tech@neuralthermal.com {{ t.linkHome }}