2025年基于算子学习的等离子体数值模拟及应用报告-东南大学（仲林林）.pptxVIP

FAFEE2025EI检索

第十二届电工技术前沿问题学术论坛

The12hFrontierAcademicForumofElectricalEngineering(FAFEE2025)

2025年5月23-25日中国·厦门

基于算子学习的等离子体数值模拟及应用

仲林林

东南大学电气工程学院

2025/05/25厦门

GOrTternL.S

物理信息神经网络与算子学习的仿真框架对比

02基于算子学习的电离碰撞截面预测：DeepCSNet

03基于算子学习的粒子模拟(PIC):PaRO-DeepONet

04基于算子学习的电弧等离子体模拟

总结与展望

物理信息神经网络与算子学习

的仿真框架对比

01

2/45

Magnetohydrodynamics(MHD)model

ap

0t+v.(pv)=0

p=apE+v〉B=0山J=VBV.B=0

01Drift-diffusionequation

.(LEn+D.Vn)+ΩE=—V⁰V₂O=—D

等离子体仿真模型：动理学模型与流体模型

01Particle-in-cell(PIC)model

02Boltzmannequation

KineticModel

.Vf+F

3/45

ElectricfieldMagneticfieldDiffusion

equationequationsequations

TraditionalalgorithmFDM

PDEs

O(Dcm+7.(pcm)-7(pD7C=

传统数值算法的困境：网格与收敛性

MomentumEnergy

equationsequations

Continuityequation

Convergence

Meshing

4/45

Howtoefficientlysolvehighlycoupled

plasmafluidequationsandguidethedesign

ofindustrialapplications?

Howtomergeexperimentaldatainto

plasmamodelsandincreasecredibilityof

numericalresults?

HighvoltagecircuitbreakerTransformer-coupledtoroidalplasmasource

等离子体仿真模型面临的问题与挑战

Problemschallengesinplasmamodeling

5/45

·Subnet:Neural

networkorsplinefunctionforu→入

·Mainnet:neural

f(u,t,x,2.)

u

u

B(i,t,x)

I(ù,x)

BCIC

B(u,tx)=0,B(u,x).0

Lossfunction

C(θ).C(θ)+Cg(θ)L(θ)

fields

1L.Zhong.Q.GuandB.Wu,ComputerPhysicsCommunications257,107496(2020).

2L.Zhong,B.WuandY.Wang,PhysicsofFluids34(8),087116(2022).

基于物理信息神经网络的等离子体仿真框架

MultiphysicsPlasma

λ户fieldsproperties

⑦

:

①

X

Controlequations

f(t,x,y,z,u,λ)=0

Spatiotemporalspace

networkfor(X,t)→

üλ

Multiphysics

②or

6/45

L(θ)

ü

动理学模型：弱电离气体的电子Boltzmann方程

·Gas:Argon

·E/N:5