密院本科生在燃烧科学领域顶级国际会议上发表一作论文

近日，上海交通大学密西根学院大四本科生张淏的研究论文《Learning Transient Evolution of Multidimensional Reacting Flows by Multiscale Fourier Neural Operators》(利用多尺度傅里叶神经算子学习高维反应流的瞬态演化)被燃烧科学领域的顶级会议40th International Symposium on Combustion （第40届国际燃烧会议）接收，并发表在国际燃烧学会会刊Proceedings of the Combustion Institute上。密院本科生张淏为文章第一作者，密院副教授周德智为文章通讯作者。

反应流的高效计算与预测在能源、国防、环境等领域都有着至关重要的作用。由于涉及湍流与化学动力学的强耦合，反应流表现出时间与空间上的典型多尺度特点，从而造成了数值计算的高刚度。另一方面，反应流中涉及的热物变量与化学组分等高维标量场进一步增加了数值模拟的资源消耗。虽然可以使用大涡模拟和雷诺平均纳维-斯托克斯方程等简化方法，结合不同的湍流-化学耦合模型来精确预测反应流中标量组分的演化，这些方法的计算需求仍然在实际应用中难以负担。机器学习技术在科学领域的快速发展使得解决反应流瞬态预测中计算成本与求解精度难以兼得的困境有望解决。

预测反应流瞬态发展的多尺度傅里叶神经算子方法

本次密院学子被接收的论文从反应流本身的多尺度物理特性出发，提出了一种用于反应流高维标量场瞬态演化预测的多尺度傅里叶神经算子方法。以算子学习范式中的傅里叶神经算子为基础，将反应流中的化学组分按照其特征时间尺度进行分组后进行平行训练，并使用加权损失函数以解决组间参数的优化不平衡问题。该方法在不同初始与边界条件的层流对冲火焰与大涡模拟的湍流射流火焰数据集上进行了验证，均取得了优于传统模型的预测表现。

湍流氢氨火焰大涡模拟数据与谱分析

据悉，国际燃烧会议是燃烧科学与技术领域规模最大、影响力最强、水平最高的学术会议，由国际燃烧学会每两年举办一次。会议参会论文采用严格的二次同行评审制度，被接收的论文由作者在大会作口头报告，随后进行二次评审，录用论文发表于国际燃烧学会会刊Proceedings of the Combustion Institute上。该会刊是国际燃烧领域公认的顶级期刊。第40届国际燃烧会议于2024年7月在意大利米兰召开。