🤖 machine learning

Physics-informed convolutional neural networks for fluid flow through porous media

यह शोध पत्र एक भौतिकी-सूचित कनवल्शनल न्यूरल नेटवर्क फ्रेमवर्क प्रस्तुत करता है जो प्रशिक्षण प्रक्रिया में भौतिक बाधाओं को एकीकृत करके जटिल सरंध्र माध्यमों (पोरस मीडिया) में पोर-स्केल वेग क्षेत्रों की सटीक भविष्यवाणी करता है, जिससे बेहतर प्रारंभिक स्थितियों के माध्यम से लैटिस-बोल्ट्ज़मैन सिमुलेशन के महत्वपूर्ण त्वरण को सक्षम बनाया जा सके।

मूल लेखक: Rafał Topolnicki, Paweł Dłotko, Maciej Matyka

प्रकाशित 2026-05-21

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Rafał Topolnicki, Paweł Dłotko, Maciej Matyka

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप यह अनुमान लगाने की कोशिश कर रहे हैं कि एक स्पंज के माध्यम से पानी कैसे बहता है। वास्तविक दुनिया में, स्पंजों में छोटे, घुमावदार और अनियमित छेद होते हैं। हर एक मोड़ और घुमाव के माध्यम से पानी वास्तव में कैसे चलता है, इसकी सटीक गणना करने के लिए आपको एक सुपरकंप्यूटर और बहुत अधिक समय की आवश्यकता होगी। यह रेत के एक समुद्र के हर एक कण का हाथ से मानचित्र बनाने जैसा है; यह सटीक तो है, लेकिन बहुत ही कष्टदायक रूप से धीमा है।

यह शोध पत्र पेश करता है कि कैसे वे इसे आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग करके करने का एक नया तरीका खोज सकते हैं। AI को एक "सुपर-ऑब्जर्वर" (महा-पर्यवेक्षक) के रूप में सोचें जो स्पंज के छेदों की एक तस्वीर देखकर पानी के रास्ते का अनुमान लगाना सीख जाता है, बिना हर बार भारी गणित करने की आवश्यकता के।

यहाँ बताया गया है कि उन्होंने इसे कैसे किया और उन्हें क्या मिला, सरल उपमाओं का उपयोग करते हुए:

1. समस्या: "धीमा गणित" बनाम "तेज़ अनुमान"

पारंपरिक रूप से, वैज्ञानिक लैटिस बोल्ट्ज़मैन मेथड (LBM) नामक एक विधि का उपयोग तरल प्रवाह (fluid flow) के अनुकरण के लिए करते हैं। इसे एक बहुत ही सावधानीपूर्वक, स्लो-मोशन वीडियो गेम की तरह समझें जहाँ कंप्यूटर अरबों सूक्ष्म जल कणों की गति की गणना एक-एक करके करता है। यह सटीक है, लेकिन जटिल स्पंजों के लिए इसे चलाने में बहुत समय लगता है।

लेखकों ने एक कन्वोल्यूशनल न्यूरल नेटवर्क (CNN)—जो छवियों में पैटर्न पहचानने में कुशल एक प्रकार का AI है—को एक "शॉर्टकट" के रूप में प्रशिक्षित करना चाहा। वे चाहते थे कि AI स्पंज की एक तस्वीर देखे और तुरंत उस चित्र को "पेंट" कर दे कि पानी उसके माध्यम से कैसे बहेगा।

2. प्रशिक्षण: AI को "नियमों" के साथ सिखाना

आप केवल AI को तस्वीरें दिखाकर उसे बेतरतीब ढंग से अनुमान लगाने के लिए नहीं छोड़ सकते। यदि आप ऐसा करते हैं, तो वह स्पंज के ठोस हिस्सों के माध्यम से पानी बहने का अनुमान लगा सकता है, जो भौतिक रूप से असंभव है।

इसे ठीक करने के लिए, लेखकों ने AI को एक विशेष स्कोरकार्ड (लॉस फंक्शन) दिया जिसमें पालन करने के लिए चार विशिष्ट नियम थे, बिल्कुल एक कोच की तरह जो छात्र को सुधारता है:

"नो-गो" ज़ोन नियम: यदि AI भविष्यवाणी करता है कि पानी एक ठोस चट्टान या बाधा के अंदर बह रहा है, तो उसे भारी दंड मिलता है। (कल्पना करें कि एक शिक्षक कहता है, "पानी दीवारों के आर-पार नहीं जा सकता!")
"नो-स्पिलिंग" नियम: पानी अविसंपीड्य (incompressible) होना चाहिए (यह अचानक गायब नहीं हो सकता या प्रकट नहीं हो सकता)। यदि गणित का संतुलन नहीं बैठता है, तो AI को दंडित किया जाता है।
"सीमलेस रैप" नियम: चूंकि स्पंज के नमूनों को इस तरह माना जाता है जैसे वे एक वीडियो गेम मैप की तरह चारों ओर से जुड़े हों (periodic boundaries), इसलिए बाईं किनारे का प्रवाह दाईं ओर के प्रवाह से मेल खाना चाहिए। यदि प्रवाह किनारों पर टूटा हुआ दिखता है, तो AI को अंक नहीं मिलते।
"ट्विस्टिनेस" (घुमावदारता) नियम: AI को सही समग्र "टोर्टुोसिटी" (रास्ता कितना घुमावदार और लंबा है) की भविष्यवाणी करनी चाहिए। यदि रास्ता वास्तविकता की तुलना में बहुत सीधा या बहुत अजीब दिखता है, तो उसके अंक कट जाते हैं।

इन नियमों को वास्तविक उत्तर (धीमी, सटीक LBM सिमुलेशन) के साथ जोड़कर, AI ने अनुमान लगाना सीखा जो न केवल तेज़ था बल्कि भौतिक रूप से सही भी था।

3. परिणाम: "सर्वश्रेष्ठ छात्र"

शोधकर्ताओं ने कई अलग-अलग AI आर्किटेक्चर (विभिन्न "मस्तिष्क" डिज़ाइन) का परीक्षण किया। उन्होंने पाया कि ResNet-101 नामक एक विशिष्ट डिज़ाइन सबसे अच्छा छात्र था।

सटीकता: यह पानी के प्रवाह की भविष्यवाणी अविश्वसनीय सटीकता के साथ कर सकता है, जो धीमी और महंगी कंप्यूटर सिमुलेशन से लगभग पूरी तरह मेल खाता है।
गति: जबकि पारंपरिक विधि में सैकड़ों मिलीसेकंड लगते हैं, AI एक ग्राफिक्स कार्ड पर केवल 5 मिलीसेकंड में भविष्यवाणी कर सकता है। यह पैदल चलने से दौड़ने तक जाने जैसा है।

4. "आउट-ऑफ-डिस्ट्रीब्यूशन" टेस्ट: क्या यह नए स्पंजों को संभाल सकता है?

एक स्मार्ट AI को केवल प्रशिक्षण चित्रों को याद नहीं करना चाहिए; उसे प्रवाह की अवधारणा को समझना चाहिए। शोधकर्ताओं ने उन स्पंजों पर AI का परीक्षण किया जिन्हें उसने पहले कभी नहीं देखा था:

विभिन्न आकार: उन्होंने लहरदार रेखाओं के बजाय चौकोर और गोल आकृतियों से बने स्पंजों का उपयोग किया। AI अभी भी अच्छी तरह से काम करता रहा, हालांकि वह गोल वृत्तों की तुलना में नुकीले चौकोर आकारों के साथ थोड़ा अधिक संघर्ष करता है।
विभिन्न घनत्व: उन्होंने बहुत घने स्पंजों (कम छेद वाले) का परीक्षण किया। AI मध्यम घनत्व वाले स्पंजों पर अच्छा प्रदर्शन करता है, लेकिन जब स्पंज अत्यधिक घना हो जाता है (उस बिंदु के करीब जहाँ पानी प्रवाहित नहीं हो सकता), तो वह भ्रमित होने लगता है।
वास्तविक दुनिया के स्पंज: उन्होंने वास्तविक जीवन (स्कैन किए गए) लिथियम-आयन बैटरी इलेक्ट्रोड पर भी इसका परीक्षण किया। AI ने इन अस्त-व्यस्त, वास्तविक संरचनाओं को आश्चर्यजनक रूप से अच्छी तरह से संभाला।

5. "सुपरपावर" अनुप्रयोग: "वॉर्म स्टार्ट" (Warm Start)

सबसे व्यावहारिक ट्रिक जो उन्होंने खोजी है, वह है पारंपरिक धीमी कंप्यूटर सिमुलेशन को तेज़ करना।

कोल्ड स्टार्ट (Cold Start): आमतौर पर, सिमुलेशन चलाने के लिए, आप शून्य जल गति से शुरू करते हैं और इसे स्थिर होने के लिए प्रतीक्षा करते हैं। इसमें बहुत समय लगता है।
वॉर्म स्टार्ट (Warm Start): शोधकर्ताओं ने AI को पहले प्रवाह का एक त्वरित, "रफ गेस" (अनुमान) लगाने दिया। उन्होंने इस अनुमान को धीमी कंप्यूटर सिमुलेशन में शुरुआती बिंदु के रूप में डाला।
परिणाम: क्योंकि सिमुलेशन एक अच्छे अनुमान के साथ शुरू हुआ न कि शून्य से, यह (सिमुलेशन) आधे मामलों में 50% तेज़ी से पूरा हुआ। 90% मामलों में, यह शुरुआत से शुरू करने की तुलना में तेज़ था।

सारांश

यह शोध पत्र एक ऐसी प्रणाली प्रस्तुत करता है जहाँ एक AI छेदों के आकार को देखकर छिद्रपूर्ण सामग्रियों (porous materials) के माध्यम से तरल प्रवाह की भविष्यवाणी करना सीखता है। AI को सख्त भौतिक नियम (जैसे "पानी चट्टानों के माध्यम से नहीं जा सकता") देकर, उन्होंने एक ऐसा उपकरण बनाया जो है:

अत्यंत तेज़ (मिलीसेकंड बनाम सेकंड)।
भौतिक रूप से सटीक (यह भौतिकी के नियमों का सम्मान करता है)।
बहुमुखी (यह नए आकारों और वास्तविक दुनिया की सामग्रियों पर भी काम करता है)।
एक बूस्टर (यह पारंपरिक सिमुलेशन को एक "हेड स्टार्ट" देकर उन्हें तेज़ कर सकता है)।

लेखक निष्कर्ष निकालते हैं कि हालांकि AI हर एक चरम मामले (जैसे अत्यधिक घने स्पंज) के लिए पूर्ण नहीं है, फिर भी यह जटिल सामग्रियों के माध्यम से तरल पदार्थ कैसे चलते हैं, इसे समझने के लिए एक शक्तिशाली नया उपकरण है।

तकनीकी सारांश: सरंध्र माध्यमों (Porous Media) के माध्यम से तरल प्रवाह के लिए भौतिकी-सूचित कनवल्शनल न्यूरल नेटवर्क (Physics-Informed Convolutional Neural Networks)

समस्या विवरण
सरंध्र माध्यमों में तरल प्रवाह का सटीक सिमुलेशन, छिद्र स्थानों की ज्यामितीय जटिलता और नेवियर-स्टोक्स समीकरणों को हल करने की उच्च कम्प्यूटेशनल लागत के कारण बाधित होता है। पारंपरिक संख्यात्मक सॉल्वर, जैसे कि लैटिस बोल्ट्ज़मैन विधि (LBM), के लिए सावधानीपूर्वक मेश निर्माण की आवश्यकता होती है और वे अक्सर धीमी अभिसरण (convergence) प्रदर्शित करते हैं, विशेष रूप से जटिल ठोस सीमाओं में पाए जाने वाले विसरणात्मक संवेग परिवहन (diffusive momentum transport) शासन में। हालांकि डीप लर्निंग ने भौतिक क्षेत्रों (physical fields) की भविष्यवाणी करने में आशा दिखाई है, लेकिन जटिल, परिवर्तनशील-सरंध्रता वाले सरंध्र माध्यमों पर इसे लागू करना चुनौतीपूर्ण बना हुआ है, क्योंकि इसके लिए ऐसे मॉडलों की आवश्यकता होती है जो भौतिक बाधाओं (जैसे, असंपीड्यता, नो-स्लिप स्थितियाँ) का सम्मान करते हों और विशिष्ट प्रशिक्षण वितरणों से परे सामान्यीकरण (generalize) कर सकें।

कार्यप्रणाली
लेखक एक भौतिकी-सूचित कनवल्शनल न्यूरल नेटवर्क (CNN) ढांचे का प्रस्ताव करते हैं जो सरंध्र नमूना ज्यामिति की बाइनरी छवियों से सीधे छिद्र-स्तर के वेग क्षेत्रों (pore-scale velocity fields) की भविष्यवाणी करता है।

डेटा जनरेशन: 10,000 सिंथेटिक 2D सरंध्र संरचनाओं (256×256 पिक्सेल) का एक डेटासेट सुपरइम्पोज़्ड स्टैंडिंग साइनुसोइडल तरंगों (standing sinusoidal waves) का उपयोग करके बनाया गया, जिनमें रैंडम फेज और दिशाएं थीं। सरंध्रता ( $\phi$ ) को 0.70 और 0.95 के बीच समान रूप से लिया गया। ग्राउंड-ट्रुथ वेग क्षेत्र आवधिक सीमा स्थितियों (periodic boundary conditions) और निम्न रेनॉल्ड्स नंबर के तहत लैटिस बोल्ट्ज़मैन विधि (LBM) का उपयोग करके उत्पन्न किए गए थे।
आर्किटेक्चर: मॉडल स्थानिक विवरणों को संरक्षित करने के लिए एनकोडर-डिकोडर संरचना और स्किप कनेक्शन के साथ एक U-Net आर्किटेक्चर का उपयोग करता है। विभिन्न कनवल्शनल बैकबोन (VGG, ResNet, DenseNet, ConvNeXt, EfficientNet, MobileNet) का मूल्यांकन किया गया।
भौतिकी-सूचित लॉस फंक्शन: एक कस्टम लॉस फंक्शन ( $L$ $L$ ) विकसित किया गया जो भौतिक निरंतरता को लागू करने के लिए पाँच पदों से बना है:
1. वेलोसिटी लॉस ( $L_{vel}$ ): संदर्भ वेग क्षेत्रों और अनुमानित वेग क्षेत्रों के बीच मीन स्क्वेर्ड एरर (MSE)।
2. ऑब्स्टेकल लॉस ( $L_{obstacle}$ ): ठोस क्षेत्रों ( $B$ ) के भीतर शून्य वेग को लागू करने वाला $L_1$ नॉर्म पेनल्टी।
3. डाइवर्जेंस लॉस ( $L_{div}$ ): असंपीड्यता को लागू करने के लिए तरल छिद्र स्थान ( $P$ ) में गैर-शून्य डाइवर्जेंस ( $\nabla \cdot u$ ) को दंडित करता है।
4. पीरियडिसिटी लॉस ( $L_{perio}$ ): एक अनुवादित (translated) संरचना और मूल संरचना के अनुवादित भविष्यवाणी के बीच विसंगतियों को दंडित करके आवधिक अनुवादों के तहत निरंतरता को प्रोत्साहित करता है।
5. टोर्टुऑसिटी लॉस ( $L_{tort}$ ): वैश्विक स्थूल गुण (global macroscopic property), संदर्भ टोर्टुऑसिटी ( $\tau$ ) और अनुमानित टोर्टुऑसिटी के बीच वर्ग अंतर को दंडित करता है।
प्रशिक्षण रणनीति: एक दो-चरणीय प्रशिक्षण प्रोटोकॉल का उपयोग किया गया। पहले एक "पायलट" मॉडल को केवल वेलोसिटी लॉस के साथ प्रशिक्षित किया गया, फिर अनुकूलित भार ( $\alpha=5, \beta=1, \gamma=0.1, \delta=0.01$ ) के साथ पूर्ण लॉस फंक्शन का उपयोग करके इसे फाइन-ट्यून किया गया। सामान्यीकरण बढ़ाने के लिए डेटा ऑग्मेंटेशन (वर्टिकल फ्लिपिंग, रैंडम रोलिंग) लागू किया गया।

प्रमुख परिणाम

आर्किटेक्चर प्रदर्शन: परीक्षण किए गए बैकबोन में से, ResNet-101 ने सर्वश्रेष्ठ प्रदर्शन किया, जिससे वेग भविष्यवाणियों के लिए सबसे कम रूट मीन स्क्वेर्ड एरर (RMSE) ( $5.1 \times 10^{-3}$ ) प्राप्त हुआ और व्युत्पन्न गुणों के लिए उच्च कोएफिशिएंट ऑफ डिटरमिनेशन ( $R^2$ ) प्राप्त हुआ: टोर्टुऑसिटी के लिए 0.983 और पारगम्यता (permeability) के लिए 0.997।
लॉस फंक्शन विश्लेषण: व्यवस्थित एब्लेशन अध्ययनों ने प्रदर्शित किया कि जबकि वेलोसिटी लॉस अकेले MSE को न्यूनतम करता है, यह ठोस पदार्थों में स्प्यूरियस फ्लो (spurious flow) को रोकने या टोर्टुऑसिटी की सटीक भविष्यवाणी करने में विफल रहता है। ऑब्स्टेकल, डाइवर्जेंस, पीरियडिसिटी और टोर्टुऑसिटी पदों को शामिल करने से भौतिक तर्कसंगतता और वैश्विक गुण भविष्यवाणी में काफी सुधार हुआ, जिसमें पूर्ण लॉस फंक्शन ने टोर्टुऑसिटी के लिए 0.983 का $R^2$ प्राप्त किया।
सामान्यीकरण: मॉडल ने बिना पुन: प्रशिक्षण के आउट-ऑफ-डिस्ट्रीब्यूशन नमूनों के लिए मजबूत सामान्यीकरण प्रदर्शित किया:
- ज्यामिति: इसने वर्गाकार और मिश्रित बाधाओं वाली संरचनाओं में प्रवाह की सफलतापूर्वक भविष्यवाणी की, हालांकि वर्गाकार बाधाओं के अनुपात में वृद्धि के साथ सटीकता थोड़ी कम हो गई।
- सीमा स्थितियाँ: मॉडल ने सीमित सीमाओं वाले "पाइप-जैसे" ज्यामिति के लिए सामान्यीकरण किया, और कभी भी प्रशिक्षण के दौरान ऐसी बाधाओं को देखे बिना एकदिशीय प्रवाह प्रोफाइल (unidirectional flow profiles) को सही ढंग से पुनर्गठित किया।
- सरंध्रता: प्रशिक्षण रेंज के भीतर और उसके ठीक नीचे की सरंध्रता के लिए प्रदर्शन उच्च रहा (0.6–0.8)। हालांकि, पर्कलेशन थ्रेशोल्ड (percolation threshold) के पास बहुत कम सरंध्रता (0.5–0.6) के लिए सटीकता काफी गिर गई, जहाँ परिवहन संकीर्ण चैनलों और कनेक्टिविटी संक्रमणों द्वारा नियंत्रित होता है।
- वास्तविक दुनिया का डेटा: जब वास्तविक Li-O2 इलेक्ट्रोड माइक्रोस्ट्रक्चर (अत्यधिक अनियमित, विषम) के 2D स्लाइस पर परीक्षण किया गया, तो मॉडल ने पारगम्यता ( $R^2=0.986$ ) के लिए उचित सटीकता बनाए रखी, हालांकि ज्यामितीय जटिलता के कारण टोर्टुऑसिटी की भविष्यवाणी कम सटीक ( $R^2=0.798$ ) थी।
LBM इनिशियलाइजेशन: एक व्यावहारिक अनुप्रयोग प्रदर्शित किया गया जहाँ CNN-अनुमानित वेग क्षेत्र LBM सॉल्वर के लिए एक "वार्म स्टार्ट" के रूप में कार्य करता है। इस दृष्टिकोण ने 90% से अधिक मामलों में LBM अभिसरण को तेज किया, जिससे "कोल्ड स्टार्ट" (शून्य वेग) की तुलना में औसत इटरेशन संख्या में लगभग 50% की कमी आई।
दक्षता: एक GPU पर इन्फरेंस (inference) में प्रति संरचना लगभग 5 ms लगता है, जबकि एक पूर्ण LBM सिमुलेशन (CPU पर) में औसतन 560 ms का समय लगता है।

महत्व और दावे
लेखक इस कार्य को एक नए लर्निंग पैराडाइम की शुरुआत के रूप में नहीं, बल्कि समस्या-विशिष्ट भौतिकी-सूचित लॉस फंक्शन के एक विशिष्ट फॉर्मूलेशन और कठोर मूल्यांकन के रूप में प्रस्तुत करते हैं। मुख्य योगदान हैं:

सिंथेटिक डेटा जनरेशन से लेकर वेग क्षेत्र भविष्यवाणी के लिए CNN प्रशिक्षण तक एक पूर्ण पाइपलाइन का विकास।
एक पूर्ण मल्टी-टर्म लॉस फंक्शन का निर्माण और व्यवस्थित विश्लेषण जो स्थानीय वेग सटीकता को वैश्विक भौतिक बाधाओं (अभेद्यता, असंपीड्यता, आवधिकता और टोर्टुऑसिटी) के साथ संतुलित करता है।
यह प्रदर्शन करना कि ऐसे मॉडल अलग-अलग बाधा आकारों, सीमा स्थितियों और सरंध्रता के लिए सामान्यीकरण कर सकते हैं, बशर्ते मौलिक प्रवाह विशेषताएँ समान रहें।
पारंपरिक सॉल्वरों के लिए प्रभावी प्रारंभिक स्थितियों के रूप में CNN भविष्यवाणियों का सत्यापन करना, जो जटिल सीमा समस्याओं के लिए कम्प्यूटेशनल समय को काफी कम कर देता है।

पेपर सीमाओं को स्वीकार करता है, यह नोट करते हुए कि वर्तमान कार्यान्वयन 2D, निश्चित-रिज़ॉल्यूशन ज्यामिति तक सीमित है और पर्कलेशन थ्रेशोल्ड के पास अत्यधिक कम-सरंध्रता वाले शासन में संघर्ष करता है। लेखक सुझाव देते हैं कि भविष्य के कार्य इसे 3D सिस्टम तक विस्तारित कर सकते हैं और प्रयोगात्मक रूप से प्राप्त माइक्रोस्ट्रक्चर के लिए ट्रांसफर लर्निंग का पता लगा सकते हैं।