基于深度学习的多孔介质中多相流预测及不确定性分析.pdf

摘要   摘要 工 泛 在 和 种 农业 产 中， 其 包含的互 相 多孔介质广 存 于 自 然界 各 生 场景 中 不 流 。 这 进 建 和 ， 于 溶多相 体 有复杂的 动特 对 种形 的 动 行 求 之 具 式 模 解 对 流 间 性 流 工业 、 源 、 要 油 的生 率 资 的保护 温室 体的地质贮藏等有着 提高采 产效 地 水 气 重 下 。 验 值 ， 的实际 义 传 的研究手段如实 研究和数 模拟 需要昂贵的实验设备或 意 统 。 些年来， 着计 机领 的深 学习 法 者大 的计 源和时间成本 随 算 域 度 算 量 算资 近 不 一 ， 经 理 型 泛 各种物理 题中， 断 发展和成熟 神 网 作为 种代 模 被广 应用到 问 地 络 地 、 。 经 型 具有 速 等 本文采用卷积神 网络模 来学习和预测 其 计算 度快 精度高 优点 质 相溶 相 间的 ， 实 了对 场的快速 测， 非均质多孔介 中不 两 流体之 流动过程 现 流 预 具 可 稳 。 果 确定 分析， 使得结果更 有 靠 和 定 同时 能给 测结 的 性 性 性 还 出预 不 工 以 ： 主要 作有 下几点 一 １