Meta-PINNs: Meta-Learning Enhanced Physics-Informed Machine Learning Framework for Turbomachinery Flow Predictions under Varying Operation Conditions
本文提出了一种融合元学习策略的元物理信息神经网络(Meta-PINNs)框架,通过自动适应不同物理流态显著提升了训练效率与泛化能力,在圆筒非定常流及压气机叶栅湍流等变工况预测任务中,相比传统方法实现了精度提升一至两个数量级且计算成本降低超 90% 的突破性进展。