清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Fast mathematical modeling of partial-breach dam-break flow using a time-series field-reconstruction deep learning approach

系列(地层学) 流量(数学) 卷积神经网络 瞬态(计算机编程) 光滑粒子流体力学 领域(数学) 人工神经网络 算法 过程(计算) 计算机科学 人工智能 机械 物理 数学 地质学 古生物学 纯数学 操作系统
作者
Xiaohui Yan,Ruigui Ao,Abdolmajid Mohammadian,Jianwei Liu,Fu Du,Yan Wang
出处
期刊:Physics of Fluids [American Institute of Physics]
卷期号:35 (4)
标识
DOI:10.1063/5.0142335
摘要

Mathematical modeling of dam-breach flow can provide a better understanding of dam failure events, which in turn helps people to reduce potential losses. In the present study, the smooth particle hydrodynamics (SPH) modeling approach was employed to simulate the three-dimensional (3D) partial-breach dam-break flow using two different viscosity models: the artificial viscosity and sub-particle-scale models. The validated and best-performing SPH model was further employed to conduct numerical experiments for various scenarios, which generated a comprehensive dataset. The current work also presents a novel time-series field-reconstruction deep learning (DL) approach: Time Series Convolutional Neural Input Network (TSCNIN) for modeling the transient process of partial-breach dam-break flow and for providing the complete flow field. This approach was constructed based on the long short-term memory and convolutional neural network algorithms with additional input layers. A DL-based model was trained and validated using the numerical data, and tested using two additional unseen scenarios. The results demonstrated that the DL-based model can accurately and efficiently predict the transient water inundation process, and model the influence of dam-break gaps. This study provided a new avenue of simulating partial-breach dam-break flow using the time-series DL approaches and demonstrated the capability of the TSCNIN algorithm in reconstructing the complete fields of transient variables.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
今后应助一个小胖子采纳,获得10
7秒前
飞快的冰淇淋完成签到 ,获得积分10
19秒前
小蘑菇应助科研通管家采纳,获得10
21秒前
orixero应助一个小胖子采纳,获得10
25秒前
热心采枫完成签到 ,获得积分10
27秒前
janer完成签到 ,获得积分10
41秒前
42秒前
宇文雨文完成签到 ,获得积分10
46秒前
46秒前
共享精神应助一个小胖子采纳,获得10
1分钟前
小西完成签到 ,获得积分10
1分钟前
幸福书琴完成签到 ,获得积分10
1分钟前
SciGPT应助一个小胖子采纳,获得10
1分钟前
Phoenix ZHANG完成签到 ,获得积分10
1分钟前
充电宝应助一个小胖子采纳,获得10
1分钟前
丘比特应助一个小胖子采纳,获得10
1分钟前
lifeup完成签到 ,获得积分10
1分钟前
1分钟前
taster发布了新的文献求助10
2分钟前
今后应助一个小胖子采纳,获得10
2分钟前
Owen应助taster采纳,获得10
2分钟前
2分钟前
kk驳回了大模型应助
2分钟前
慕青应助科研通管家采纳,获得10
2分钟前
2分钟前
hff应助一个小胖子采纳,获得10
2分钟前
cyskdsn完成签到 ,获得积分10
2分钟前
终究是残念完成签到,获得积分10
2分钟前
kenchilie完成签到 ,获得积分10
2分钟前
凉面完成签到 ,获得积分10
2分钟前
hff应助一个小胖子采纳,获得10
2分钟前
蚂蚁踢大象完成签到 ,获得积分10
2分钟前
jensen应助一个小胖子采纳,获得10
2分钟前
Singularity举报小鲸鱼求助涉嫌违规
3分钟前
居居侠完成签到 ,获得积分10
3分钟前
一个小胖子完成签到,获得积分10
3分钟前
倪小呆完成签到 ,获得积分10
3分钟前
jyy应助bzy采纳,获得30
3分钟前
路哈哈完成签到 ,获得积分10
4分钟前
路哈哈完成签到 ,获得积分10
4分钟前
高分求助中
The ACS Guide to Scholarly Communication 2500
Sustainability in Tides Chemistry 2000
Pharmacogenomics: Applications to Patient Care, Third Edition 1000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Ethnicities: Media, Health, and Coping 700
Genera Insectorum: Mantodea, Fam. Mantidæ, Subfam. Hymenopodinæ (Classic Reprint) 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3088549
求助须知:如何正确求助?哪些是违规求助? 2740715
关于积分的说明 7561203
捐赠科研通 2390734
什么是DOI,文献DOI怎么找? 1267982
科研通“疑难数据库(出版商)”最低求助积分说明 613947
版权声明 598678