Доклад посвящён разработке и численному исследованию методов решения обратных задач для нелинейных математических моделей течения вязкого теплопроводного газа и сложного теплообмена.

Рассматриваются задачи восстановления начальных состояний, управляющих воздействий и граничных теплофизических коэффициентов по ограниченным данным наблюдений. Для их решения разработан комбинированный метод физически информированных нейронных сетей (PINN), объединяющий квазислучайную генерацию и периодическую перегенерацию коллокационных точек, адаптивную балансировку слагаемых функции потерь, анизотропное Фурье-кодирование пространственно-временных переменных и древовидную нейросетевую архитектуру.

Представлены результаты применения разработанного подхода к задачам оптимального управления течением вязкого теплопроводного газа и восстановления граничных коэффициентов в моделях с радиационным теплообменом в P1-приближении. Также рассматривается суррогатно-оптимизационная схема управления граничными коэффициентами сложного теплообмена.

Приводятся результаты численных экспериментов, анализа точности, сходимости и устойчивости восстановления к шуму, сравнения с независимыми конечно-элементными расчётами и применения метода к опубликованным экспериментальным температурным данным в рамках редуцированной модели. Представлен разработанный модульный комплекс программ.

Семинар пройдёт в смешанном формате: очное заседание пройдёт в конференц-зале ФИЦ ИВТ (к.513), онлайн подключение будет осуществляться по ссылке: https://vcs-6.ict.nsc.ru/rooms/gus-s1x-jdx-7cn/join