Processes 线上研讨会：科学人工智能：基于数据驱动的热力系统建模与优化 | MDPI Seminar

发表时间：2024-11-05 阅读量：116

此次研讨会，Processes 期刊非常荣幸地邀请到来自大连理工大学的吴少华副教授担任会议主席，同时吴少华副教授也将和来自大连理工大学的韩旭研究员作为特邀主讲嘉宾，为我们带来两场学术报告，开启本系列研讨会的精彩序幕。


近年来，人工智能 (AI) 的发展彻底改变了科学研究，特别是在热力系统建模与优化领域。此次网络研讨会将探讨AI驱动的方法如何改变我们对热力系统的分析、建模和优化方式。通过利用先进的机器学习算法，AI能够准确预测热力学行为，提升系统效率，并加速优化过程。本期研讨会将涵盖诸如预测建模和多目标优化等关键应用，并重点介绍AI显著提升热力系统性能的案例研究。

 


研讨会信息

 

● 会议时间

2024年11月10日 10:00—11:30


● 参与方式

1. 点击下方链接至网页，进入小鹅通会议直播。

https://dbofi.xetlk.com/sl/83S1Q

 

2. MDPI开放科学视频号

 

3. MDPI学者交流群

识别二维码，备注学校+姓名+研究方向，小助手邀您进入MDPI学者交流群，交流科研经验。

 

 

 

 

会议议程

 

1 10:00—10:10 | 吴少华 副教授
 

会议主席致辞
2 10:10—10:40 | 吴少华 副教授
  一种高效的应用于PODEn和H2双燃料反应控制压缩点火发动机的数据驱动及建模方法
3 10:40—11:10 | 韩旭 研究员
  基于深度学习的化学反应动力学求解技术
4 11:10—11:30
  提问交流环节

 

 

会议主席


吴少华 副教授

大连理工大学

 

个人简介：吴少华博士，大连理工大学能源与动力学院副教授、博士生导师。英国剑桥大学-新加坡国立大学联合培养博士、大连市紧缺人才、Processes 期刊客座编辑，以及 Machine Learning Research、International Journal of Energy and Power Engineering 等期刊编委。研究方向包括多相流、燃烧、化学动力学，、机器学习、高性能计算、能源装置数字孪生技术、先进模型控制等。以第一作者或通讯作者身份发表论文40余篇。授权实用新型专利1项、发明专利2项、软件专著8项。长期担任 Applied Energy、Journal of Computational Physics、Computers & Chemical Engineering、Energy Conversion and Management 等期刊审稿人。

 

报告题目：一种高效的应用于PODEn和H2双燃料反应控制压缩点火发动机的数据驱动及建模方法
报告简介：本次报告将介绍一种高效的数据驱动方法，用于优化聚甲醛二甲醚 (PODEn) 和氢气在反应控制压缩点火 (RCCI) 发动机中的利用。采用了一种新颖的高维模型表示 (HDMR) 技术，基于经过实验数据校准的详细CFD模型生成的数据集，构建了一个高精度的RCCI发动机代理模型。通过耦合多目标遗传算法以寻找PODEn/H2驱动的RCCI发动机最优运行工况。结果表明，构建的HDMR模型具有很高的准确性，能够在毫秒级内预测发动机性能，显著提升了燃烧性能并降低了污染物排放。



主讲嘉宾


韩旭 研究员

大连理工大学


个人简介：韩旭研究员，伊利诺伊大学机械工程博士、大连理工大学研究员，专注于AI和机器学习在高性能物理仿真、热流体、化学动力学、反应流、QSPR、数字孪生，以及包括计算机视觉异常检测在内的各类工程技术领域的应用研究。作为最早研究在化学动力学仿真中深入拓展深度学习加速技术的学者，曾首次用深度学习实现对高压条件下的化学反应动力学实现高速高精度的模拟。此外，还曾在化学动力学领域与其它顶尖学者共同开发出了具有极高影响力的HyChem模型。

 

报告题目：基于深度学习的化学反应动力学求解技术
报告简介：近年来，人工神经网络 (ANN) 模型作为替代常微分方程 (ODE) 数值积分求解器的应用，因其高计算速度潜力和逼近能力引起了越来越多的关注。然而，在燃烧模拟中将其应用于化学动力学计算时，面临着在广泛反应条件下的适用性、长时间步进的误差传播以及在高非线性 (尤其是高压) 情况下的性能等挑战。本次汇报将介绍一种深度学习模型，作为氢气详细机理在最高45 atm压力下的逐时点火模拟的数值积分的快速替代方案，该方案在不牺牲模型紧凑性的前提下扩大了深度学习模型的适用范围。

 

 

相关特刊


Model Predictive Control in Industrial Power Systems

Edited by Shaohua Wu, Hongpeng Xu and Feiyang Zhao
Submission Deadline: 5 March 2025

 

点击下方链接，了解特刊详情。
https://www.mdpi.com/si/212455

 



主办单位

 



合作单位

 


 

 

 

Processes 期刊介绍


主编：Giancarlo Cravotto, University of Turin, Italy

期刊主题涵盖化学、生物、材料、能源、环境、食品、制药、制造等相关过程工程领域。目前已被Scopus、SCIE (Web of Science)、Ei Compendex、Inspec等数据库收录。

 

2023 Impact Factor 2.8
2023 CiteScore 5.1

Time to First Decision

 14.4 Days

Acceptance to Publication

 35 Days

 

订阅 Processes 期刊最新资讯：https://www.mdpi.com/journal/processes/toc-alert。