يقدم الباحثون إطار عمل للتعلم الآلي مقيد بالفيزياء يحل محل التقييم المباشر لمصادر الكيمياء التفصيلية بنموذج بديل لتسريع المحاكاة العددية المباشرة (DNS) للتدفقات التفاعلية المضطربة. تدمج هذه الطريقة القانون الثاني للديناميكا الحرارية كقيد للتدريب من خلال فرض توليد إنتروبيا غير سالب، مما يحد من تطور الحالة الديناميكية الحرارية الكيميائية إلى اتجاهات مقبولة فيزيائياً ويحسن الاستقرار أثناء التكامل الزمني.
- تم إثباته على محاكاة DNS لوقود ميثان-هواء مسطح ثنائي الأبعاد يتفاعل مع مجال تدفق مضطرب.
- يعيد إنتاج نتائج الكيمياء التفصيلية بدقة عالية مع تحقيق انخفاض في التكلفة الحسابية بأكثر من رتبة قدر.
- يستخدم استراتيجية زيادة البيانات الاصطناعية القائمة على الباقي لبناء بيانات تدريب جديدة من مجموعة البيانات الأصلية.
- يمكّن من المحاكاة الدقيقة عند ظروف مدخلات جديدة دون الحاجة إلى تشغيل إضافي لمحاكاة ديناميكا الموائع الحسابية (CFD) للكيمياء التفصيلية.
يعتقد المؤلفون أن هذا مهم لأن التعلم الآلي المقيد بالديناميكا الحرارية يوفر نماذج بديلة موثوقة وفعالة من حيث الحساب للكيمياء التفصيلية في محاكاة الاحتراق عالية الدقة.