基于傅里叶特征化物理信息神经网络的输流管道振动特性模拟

作     者：张挺 鄢锐 章思茜 杨丁颖 陈安浩 

作者机构：福州大学 福建省水利水电勘测设计研究院有限责任公司 

出 版 物：《土木工程学报》 (China Civil Engineering Journal)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 081406[工学-桥梁与隧道工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0814[工学-土木工程] 0811[工学-控制科学与工程] 082301[工学-道路与铁道工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金(52079032) 福建省水利科技重大专项(MSK202215,MSK202333) 

主　　题：物理信息神经网络 输流管道 傅里叶特征化 时空多尺度 振动特性 

摘      要：针对具有高低频叠加的时空多尺度输流管道振动动态响应问题，本文提出一种基于傅里叶特征嵌入的物理信息神经网络（FF-PINN）。引入傅里叶特征映射对时间和空间尺度信息进行分解，并通过超参数σ控制神经网络学习的频率范围，从而准确学习输流管道振动动态响应在宏观时间尺度上的相对低频以及微观尺度上的相对高频，以克服PINN在学习高频信息时出现的频谱偏差。使用FF-PINN对两端简支输流管道振动特性进行模拟，所得结果与广义有限差分法（GFDM）参考解的相对L2误差为1.15×10-2。此外分析了超参数σ的选取对FF-PINN的影响，得到超参数与特征向量频率的对应关系，结果表明，通过选择合适的超参数可使FF-PINN更好学习特定频率的振动，从而有效学习输流管道振动动态响应，为解决具有高低频叠加的时空多尺度结构振动模拟提供了一种有效的解决方案。