Porous Media在运输中运用物理信息深度学习
仿真在科学和工程的各个领域都很普遍，但它们往往受到计算时间长、计算资源有限、繁琐的手动设置工作以及对技术专业知识需求的限制 nvidia simnet 是一个模拟工具箱，它将人工智能和物理结合起来解决这些挑战。
simnet 应用的一个成功例子是在多孔介质中的流动和传输建模。这项努力是由斯坦福大学的博士生 cedric frances 领导的。
用例研究 cedric 正在研究利用物理信息神经网络（ pinns ）进行无网格油藏模拟的适用性和局限性。他对多孔介质中的流动和输运问题（质量守恒和达西流）非常感兴趣。 cedric 的应用程序是一个基于 python 的油藏模拟器，它可以计算多孔介质中各种流体的压力和浓度，并进行通常会影响大型工业能源项目的预测。这包括生产碳氢化合物、储存二氧化碳、水处理、空气储存、废物管理等等。
研究人员以前试图使用 pinns 方法来捕捉一个具有非凸通量项的双曲问题（ riemann 问题）的正解，除了初始条件和边界条件之外没有其他数据。不幸的是，这些尝试是 unsuccessful 。
在试用 simnet 之前， cedric 使用 python 和 tensorflow 和 keras 等深度学习框架开发了自己的 pinn 实现。他使用了各种网络结构，如残差、 gan 、周期激活、 cnn 、 pde 网络等。然而，很难实现所有这些目标，以找出哪一个效果最好或根本不起作用。 github 上开源代码的出现使得测试这些实现变得很容易。每一个新的实现都涉及到很高的开销，比如环境设置、硬件配置、修改代码来测试自己的问题等等，这些都是不高效的。
cedric 希望有一个由专业软件开发人员团队维护的良好、统一的框架来解决问题，使他能够专注于问题的物理性，并广泛测试最近发布的方法。当他偶然发现 simnet 时，他对这样一个框架的探索就结束了。
塞德里克下载了 simnet 并开始使用具有 tanh 激活函数和损失函数空间加权的全连接网络。他发现 simnet 的通用框架（包含多种体系结构和文档丰富的示例）是一个很好的起点。它能够模拟具有剧烈冲击的解决方案，引入熵和速度等新的动态约束，为他节省了数周的开发时间。更重要的是，它提供了测试方法的快速转变，以确定它们的有用性。
本文提出的问题是多孔介质中两相不可压缩、不互溶的位移问题。这也被称为运输问题，多年来以各种形式加以描述。半个多世纪以来，它一直应用于油藏注水开发中的水驱油问题。最近，它被应用于 co 驱盐水2在碳封存应用中。有关详细信息，请参阅 砂土流体驱替机理 和 注气过程理论 。
假设润湿相（w）正在取代非润湿相（n）。润湿性是一种流体与被另一种流体包围的固体接触的倾向性；例如，与空气相比，水在大多数表面是湿润的。质量守恒适用于两相。对于湿润阶段：
这里解的偏微分方程是一阶双曲型的，分数流项是非凸的。它属于黎曼守恒问题的一类，通常用有限体积法求解。有关详细信息，请参阅 双曲守恒律组与冲击波的数学理论 。
在均匀 dirichlet 边界条件下：
你可以应用特征线法（ moc ）来建立这个方程的解析解。为了使 moc 或任何有限体积法保持保守，必须修改图 1 所示的分数流项。
图 1 .对于 swc = sor = 0 的情况，分数流量曲线（蓝色）和 welge 结构（黑色虚线）。来源：多孔介质流动和输运的物理基础
到目前为止，还没有其他已知的方法使用抽样方法来解决这样的问题，因此这仍然是一个悬而未决的问题。 fuks 和 tchelepi 先前的一次尝试得出结论，物理信息方法不适合所描述的问题（图 2 ）。
图 3 .在速度约束和熵条件下，使用 pinn （红色虚线）和 moc （蓝色虚线）进行饱和度推断的结果。采用分数流量曲线的凸壳来模拟位移。资料来源：多孔介质流动和输运的物理基础
塞德里克关于这个主题的研究已经发表了： 多孔介质流动和输运的物理基础 。
重要的理论里程碑正在简单而富有挑战性的一维例子中实现。 cedric 计划将他的研究扩展到更大的维度（ 2d 和 3d ），在这里，代码的可伸缩性和在更大阵列上的轻松部署将受到考验。他预计会遇到类似的问题，并期待着 simnet 从 2d 到 3d 带来的好处。
塞德里克详细阐述了他在 simnet 的经历。” simnet 清晰的 api 、干净且易于导航的代码、使用 docker 容器良好处理的环境和硬件配置、可扩展性、易部署性以及称职的支持团队使其易于采用，并提供了一些非常有前景的结果。到目前为止，这非常好，我们期待着在更大维度的问题上使用 simnet 。”
关于作者 cedric g. fraces 拥有硕士学位，目前是斯坦福大学能源工程博士学位候选人。他的研究需要将物理知识应用于油藏模拟。他是一名油藏工程师，在美国、加拿大、中国、伊拉克、科威特、哈萨克斯坦、巴西、墨西哥和哥伦比亚的主要油田的能源行业拥有超过 14 年的工作经验，并参与了有关相应资产开发和管理的行政决策。
sanjay choudhry 是 nvidia 的高级主管，对传统计算方法以及科学和工程领域的机器学习都有很强的背景。他领导 simnet 的工程工作，并热衷于为工业应用开发基于人工智能的模拟解决方案。
rekha mukund 是 nvidia 计算组的产品经理，负责为汽车、 jetson 和 android 平台开发 cuda tegra 产品。她还负责管理 nvidia simnet 产品和 opencl 计划。在加入 nvidia 之前， rekha 在付费电视技术领域与思科合作了八年多。她是英国大学计算机科学学院的金牌获得者，他是印度国家级乒乓球运动员和狂热的旅行者。
索尼发布新款CMOS图像传感器IMX585，专为安防摄像头设计
基于AsixOS和MC68EZ328处理器实现手持信息终端的设计
由田收购晶彩科股份_进一步跨入半导体领域
无人机市场风雨不断：巨头把控产业风向标，后起之秀奋起直追
微机消谐装置使用场景受到哪些影响
Porous Media在运输中运用物理信息深度学习
安森美扩展蓝牙低功耗MCU到汽车无线应用
前述航天器的电缆组装件制作工艺要求
华为云智能编程进高校，解读行业发展新趋势
宇宙的尽头是带货，大模型首战在营销
高考过的后浪需要用“芯”加持-----AMD锐龙本和你们最搭！
人脸识别监控晚上能看清楚人脸吗
工程师忽略了LDO的“QC”参数，有何影响？
配电室智能综合监控系统介绍
家电线上线下同价或将成为现实
为什么Linus不用C井语言写Linux系统
隔离开关的结构及使用方法
电力逆变电源的组成与选购
润和软件受邀参展第十一届“中国软件杯”大学生软件设计大赛--软件产业发展与大赛十年成果展
ArchForm宣布为正畸医生开设自己的3D打印矫正器工厂
simnet 应用的一个成功例子是在多孔介质中的流动和传输建模。这项努力是由斯坦福大学的博士生 cedric frances 领导的。
用例研究 cedric 正在研究利用物理信息神经网络（ pinns ）进行无网格油藏模拟的适用性和局限性。他对多孔介质中的流动和输运问题（质量守恒和达西流）非常感兴趣。 cedric 的应用程序是一个基于 python 的油藏模拟器，它可以计算多孔介质中各种流体的压力和浓度，并进行通常会影响大型工业能源项目的预测。这包括生产碳氢化合物、储存二氧化碳、水处理、空气储存、废物管理等等。
研究人员以前试图使用 pinns 方法来捕捉一个具有非凸通量项的双曲问题（ riemann 问题）的正解，除了初始条件和边界条件之外没有其他数据。不幸的是，这些尝试是 unsuccessful 。
在试用 simnet 之前， cedric 使用 python 和 tensorflow 和 keras 等深度学习框架开发了自己的 pinn 实现。他使用了各种网络结构，如残差、 gan 、周期激活、 cnn 、 pde 网络等。然而，很难实现所有这些目标，以找出哪一个效果最好或根本不起作用。 github 上开源代码的出现使得测试这些实现变得很容易。每一个新的实现都涉及到很高的开销，比如环境设置、硬件配置、修改代码来测试自己的问题等等，这些都是不高效的。
cedric 希望有一个由专业软件开发人员团队维护的良好、统一的框架来解决问题，使他能够专注于问题的物理性，并广泛测试最近发布的方法。当他偶然发现 simnet 时，他对这样一个框架的探索就结束了。
塞德里克下载了 simnet 并开始使用具有 tanh 激活函数和损失函数空间加权的全连接网络。他发现 simnet 的通用框架（包含多种体系结构和文档丰富的示例）是一个很好的起点。它能够模拟具有剧烈冲击的解决方案，引入熵和速度等新的动态约束，为他节省了数周的开发时间。更重要的是，它提供了测试方法的快速转变，以确定它们的有用性。
本文提出的问题是多孔介质中两相不可压缩、不互溶的位移问题。这也被称为运输问题，多年来以各种形式加以描述。半个多世纪以来，它一直应用于油藏注水开发中的水驱油问题。最近，它被应用于 co 驱盐水2在碳封存应用中。有关详细信息，请参阅 砂土流体驱替机理 和 注气过程理论 。
假设润湿相（w）正在取代非润湿相（n）。润湿性是一种流体与被另一种流体包围的固体接触的倾向性；例如，与空气相比，水在大多数表面是湿润的。质量守恒适用于两相。对于湿润阶段：
这里解的偏微分方程是一阶双曲型的，分数流项是非凸的。它属于黎曼守恒问题的一类，通常用有限体积法求解。有关详细信息，请参阅 双曲守恒律组与冲击波的数学理论 。
在均匀 dirichlet 边界条件下：
你可以应用特征线法（ moc ）来建立这个方程的解析解。为了使 moc 或任何有限体积法保持保守，必须修改图 1 所示的分数流项。
图 1 .对于 swc = sor = 0 的情况，分数流量曲线（蓝色）和 welge 结构（黑色虚线）。来源：多孔介质流动和输运的物理基础
到目前为止，还没有其他已知的方法使用抽样方法来解决这样的问题，因此这仍然是一个悬而未决的问题。 fuks 和 tchelepi 先前的一次尝试得出结论，物理信息方法不适合所描述的问题（图 2 ）。
图 3 .在速度约束和熵条件下，使用 pinn （红色虚线）和 moc （蓝色虚线）进行饱和度推断的结果。采用分数流量曲线的凸壳来模拟位移。资料来源：多孔介质流动和输运的物理基础
塞德里克关于这个主题的研究已经发表了： 多孔介质流动和输运的物理基础 。
重要的理论里程碑正在简单而富有挑战性的一维例子中实现。 cedric 计划将他的研究扩展到更大的维度（ 2d 和 3d ），在这里，代码的可伸缩性和在更大阵列上的轻松部署将受到考验。他预计会遇到类似的问题，并期待着 simnet 从 2d 到 3d 带来的好处。
塞德里克详细阐述了他在 simnet 的经历。” simnet 清晰的 api 、干净且易于导航的代码、使用 docker 容器良好处理的环境和硬件配置、可扩展性、易部署性以及称职的支持团队使其易于采用，并提供了一些非常有前景的结果。到目前为止，这非常好，我们期待着在更大维度的问题上使用 simnet 。”
关于作者 cedric g. fraces 拥有硕士学位，目前是斯坦福大学能源工程博士学位候选人。他的研究需要将物理知识应用于油藏模拟。他是一名油藏工程师，在美国、加拿大、中国、伊拉克、科威特、哈萨克斯坦、巴西、墨西哥和哥伦比亚的主要油田的能源行业拥有超过 14 年的工作经验，并参与了有关相应资产开发和管理的行政决策。
sanjay choudhry 是 nvidia 的高级主管，对传统计算方法以及科学和工程领域的机器学习都有很强的背景。他领导 simnet 的工程工作，并热衷于为工业应用开发基于人工智能的模拟解决方案。
rekha mukund 是 nvidia 计算组的产品经理，负责为汽车、 jetson 和 android 平台开发 cuda tegra 产品。她还负责管理 nvidia simnet 产品和 opencl 计划。在加入 nvidia 之前， rekha 在付费电视技术领域与思科合作了八年多。她是英国大学计算机科学学院的金牌获得者，他是印度国家级乒乓球运动员和狂热的旅行者。
索尼发布新款CMOS图像传感器IMX585，专为安防摄像头设计
基于AsixOS和MC68EZ328处理器实现手持信息终端的设计
由田收购晶彩科股份_进一步跨入半导体领域
无人机市场风雨不断：巨头把控产业风向标，后起之秀奋起直追
微机消谐装置使用场景受到哪些影响
Porous Media在运输中运用物理信息深度学习
安森美扩展蓝牙低功耗MCU到汽车无线应用
前述航天器的电缆组装件制作工艺要求
华为云智能编程进高校，解读行业发展新趋势
宇宙的尽头是带货，大模型首战在营销
高考过的后浪需要用“芯”加持-----AMD锐龙本和你们最搭！
人脸识别监控晚上能看清楚人脸吗
工程师忽略了LDO的“QC”参数，有何影响？
配电室智能综合监控系统介绍
家电线上线下同价或将成为现实
为什么Linus不用C井语言写Linux系统
隔离开关的结构及使用方法
电力逆变电源的组成与选购
润和软件受邀参展第十一届“中国软件杯”大学生软件设计大赛--软件产业发展与大赛十年成果展
ArchForm宣布为正畸医生开设自己的3D打印矫正器工厂