論文の概要: Real-time Health Monitoring of Heat Exchangers using Hypernetworks and
PINNs
- arxiv url: http://arxiv.org/abs/2212.10032v1
- Date: Tue, 20 Dec 2022 07:07:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-21 14:36:01.455693
- Title: Real-time Health Monitoring of Heat Exchangers using Hypernetworks and
PINNs
- Title(参考訳): ハイパーネットワークとピンを用いた熱交換器のリアルタイム健康モニタリング
- Authors: Ritam Majumdar, Vishal Jadhav, Anirudh Deodhar, Shirish Karande,
Lovekesh Vig, Venkataramana Runkana
- Abstract要約: ハイパーネットワークに基づくアプローチは、ドメイン分解されたPINNが熱交換器の熱的挙動を学習できるようにするために用いられる。
物理シミュレーションと同等の精度を維持しつつ,既存のPINNと比較して推定時間を大幅に削減する。
- 参考スコア(独自算出の注目度): 12.23889788846524
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We demonstrate a Physics-informed Neural Network (PINN) based model for
real-time health monitoring of a heat exchanger, that plays a critical role in
improving energy efficiency of thermal power plants. A hypernetwork based
approach is used to enable the domain-decomposed PINN learn the thermal
behavior of the heat exchanger in response to dynamic boundary conditions,
eliminating the need to re-train. As a result, we achieve orders of magnitude
reduction in inference time in comparison to existing PINNs, while maintaining
the accuracy on par with the physics-based simulations. This makes the approach
very attractive for predictive maintenance of the heat exchanger in digital
twin environments.
- Abstract(参考訳): 本研究では, 熱交換器のリアルタイム健康モニタリングのための物理インフォームニューラルネットワーク(pinn)モデルを示し, 火力発電所のエネルギー効率向上に重要な役割を果たす。
ドメイン分解されたpinnが動的境界条件に応答して熱交換器の熱的挙動を学習し、再訓練する必要をなくすためにハイパーネットワークベースのアプローチが用いられる。
その結果,既存のピンと比較して推定時間の桁違いな削減が可能となり,物理ベースのシミュレーションと同等の精度を保った。
これにより、デジタル双対環境における熱交換器の予測保守に非常に魅力的なアプローチとなる。
関連論文リスト
- TCI-Former: Thermal Conduction-Inspired Transformer for Infrared Small
Target Detection [58.00308680221481]
赤外線小目標検出(ISTD)は国家安全保障に重要であり、軍事分野で広く応用されている。
ほとんどの ISTD ネットワークは特徴抽出ブロックや特徴融合モジュールの設計に重点を置いているが、特徴写像の進化の観点から ISTD プロセスを記述することは稀である。
熱伝導理論に基づく熱伝導型変圧器(TCI-Former)を提案する。
論文 参考訳(メタデータ) (2024-02-03T05:51:22Z) - Leveraging Low-Rank and Sparse Recurrent Connectivity for Robust
Closed-Loop Control [63.310780486820796]
繰り返し接続のパラメータ化が閉ループ設定のロバスト性にどのように影響するかを示す。
パラメータが少ないクローズドフォーム連続時間ニューラルネットワーク(CfCs)は、フルランクで完全に接続されたニューラルネットワークよりも優れています。
論文 参考訳(メタデータ) (2023-10-05T21:44:18Z) - Application of Zone Method based Physics-Informed Neural Networks in
Reheating Furnaces [25.031487600209346]
ファウンデーション・インダストリーズ(FIs)はガラス、金属、セメント、セラミックス、バルク化学、紙、鋼などを構成する。
FIの製造チェーン内の再加熱炉はエネルギー集約的である。
再加熱炉の地下温度の正確なリアルタイム予測は、全体の加熱時間を短縮する可能性がある。
本稿では,新しいエネルギーベース正規化器を用いた物理知識を取り入れた物理インフォームドニューラルネットワーク(PINN)を提案する。
論文 参考訳(メタデータ) (2023-08-30T15:26:35Z) - CoolPINNs: A Physics-informed Neural Network Modeling of Active Cooling
in Vascular Systems [0.0]
超音速航空機、宇宙探査車、バッテリーなどの新しい技術は、効率的な熱調節のために組込みマイクロ血管内での流体循環に有効である。
欠けているのは、複雑な血管レイアウトにまたがる熱流束の急激なジャンプをキャプチャする正確なフレームワークです。
本稿では,物理インフォームドニューラルネットワーク(PINN)のパワーを活用して,これらの課題に対処する。
論文 参考訳(メタデータ) (2023-03-09T14:51:10Z) - PhysFormer: Facial Video-based Physiological Measurement with Temporal
Difference Transformer [55.936527926778695]
近年のディープラーニングアプローチは、時間的受容の限られた畳み込みニューラルネットワークを用いた微妙なrの手がかりのマイニングに重点を置いている。
本稿では,エンドツーエンドのビデオトランスをベースとしたアーキテクチャであるPhysFormerを提案する。
論文 参考訳(メタデータ) (2021-11-23T18:57:11Z) - Energy-Efficient Model Compression and Splitting for Collaborative
Inference Over Time-Varying Channels [52.60092598312894]
本稿では,エッジノードとリモートノード間のモデル圧縮と時間変化モデル分割を利用して,エッジデバイスにおける総エネルギーコストを削減する手法を提案する。
提案手法は, 検討されたベースラインと比較して, エネルギー消費が最小限であり, 排出コストが$CO$となる。
論文 参考訳(メタデータ) (2021-06-02T07:36:27Z) - Thermal Neural Networks: Lumped-Parameter Thermal Modeling With
State-Space Machine Learning [0.0]
電力システムの熱モデルには、リアルタイム能力と高い推定精度の両方が必要である。
本研究では,熱伝達に基づくラムド型パラメータモデルとして,熱ニューラルネットワーク(TNN)を導入し,両者を統一した。
TNNは状態空間表現を通じて物理的に解釈可能な状態を持ち、エンドツーエンドのトレーニング可能であり、その設計に材料、幾何学、専門知識を必要としない。
論文 参考訳(メタデータ) (2021-03-30T13:15:48Z) - Physics-Informed Neural Network for Modelling the Thermochemical Curing
Process of Composite-Tool Systems During Manufacture [11.252083314920108]
オートクレーブで治療を行うツール上で, 複合材料の熱化学的進化をシミュレートするPINNを提案する。
我々は、PDE、境界、インターフェース、初期条件に対応する損失項に自動的に重みを適応させる手法でPINNを訓練する。
提案したPINNの性能は材料厚と熱境界条件の異なる複数のシナリオで実証された。
論文 参考訳(メタデータ) (2020-11-27T00:56:15Z) - Quantum heat statistics with time-evolving matrix product operators [0.0]
非マルコフ開量子系における熱伝達の総計数統計量を計算するための数値的精度のよい方法を提案する。
系-貯留層間相関は低温の熱統計に大きく寄与することを示した。
また,高温における熱分布の平均と分散を結合した揺らぎ・散逸関係を示す。
論文 参考訳(メタデータ) (2020-08-14T17:51:25Z) - Training End-to-End Analog Neural Networks with Equilibrium Propagation [64.0476282000118]
本稿では,勾配降下による終端から終端までのアナログニューラルネットワークの学習法を提案する。
数学的には、アナログニューラルネットワークのクラス(非線形抵抗性ネットワークと呼ばれる)がエネルギーベースモデルであることが示される。
我々の研究は、オンチップ学習をサポートする、超高速でコンパクトで低消費電力のニューラルネットワークの新世代の開発を導くことができる。
論文 参考訳(メタデータ) (2020-06-02T23:38:35Z) - NeurOpt: Neural network based optimization for building energy
management and climate control [58.06411999767069]
モデル同定のコストを削減するために,ニューラルネットワークに基づくデータ駆動制御アルゴリズムを提案する。
イタリアにある10の独立したゾーンを持つ2階建ての建物で、学習と制御のアルゴリズムを検証する。
論文 参考訳(メタデータ) (2020-01-22T00:51:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。