ARGONNE与CONVERGENT SCIENCE合作推进CFD的机器学习和人工智能

阿贡国家实验室的计算多物理研究部门获得了美国能源部2021年技术商业化基金（TCF）资助，用于和Convergent Science公司的联合项目。该TCF计划旨在通过加强工业界和美国国家实验室之间的合作关系，促进能源部开发技术的商业化。这是阿贡国家实验室和Convergent Science合作的第二个TCF项目，重点是将机器学习和人工智能集成到计算流体动力学（CFD）模拟过程中，以提IDAJ升工业仿真工具。

2018年阿贡获得TCF资助，与行业合作伙伴Convergent Science和Parallel Works合作将机器学习驱动的设计优化技术商业化。这项被称为ML-GA的技术是在阿贡开发并集成到Parallel Works商用高性能计算平台中的。阿贡团队使用CONVERGE进行了大量基于仿真的演示研究，以测试该技术的能力。最终，ML-GA使优化研究能比目前最先进的方法（如DOE和GA）更快地完成。

在新一期的TCF项目中，阿贡和Convergent Science将致力于进一步开发一个称为ChemNODE的深度学习框架，以加速反应流的详细化学反应CFD模拟。在燃气轮机、旋转爆轰发动机和先进内燃机等应用中，燃烧模拟过程是计算密集型的。为了更适合工程应用，工程师通常会使用骨干反应机理，但更大更详细的机理可以提供更高水平的预测精度。

 阿贡能源系统部门的研究科学家Pinaki Pal博士领导了这两个TCF项目的研究，他介绍说：“我们已经完成了ChemNODE用于氢和乙烯等机理相对较小的简单燃料的概念验证研究。这个项目的目标是扩大该技术的规模，使其能用于数百甚至数千种组分的更大规模的化学反应动力学机理。”

对于这些大规模机理，ChemNODE将在GPU上测试以显著加速化学计算，并将以前所未有程度来实现真实的发动机燃烧模拟。将来，ChemNODE技术将被纳入CONVERGE软件包中。

  “在阿贡，我们专注于通过发现科学和开发下一代技术来产生影响，这将有助于社会向更好的方向转变。”阿贡国家实验室负责科技合作与推广（S&TPO）的实验室副主任Megan Clifford说，“与Convergent Science等行业合作伙伴的密切合作对于将创新从实验室转移到商业应用至关重要。”

Convergent Science的合伙人Kelly Senecal博士认为：“与国家重点实验室的合作使我们能够利用’大科学’工具，否则我们没有途径接触到这样的工具，比如阿贡的世界级超级计算机。我们和阿贡一起开发尖端技术，并通过对CONVERGE CFD软件的功能提升将这些技术带给我们的用户。”

阿贡开发的ChemNODE方法学习化学反应动力学示意图

来源：艾迪捷