基于深度学习的化学反应热流体多场耦合重构方法及装置

基于深度学习的化学反应热流体多场耦合重构方法及装置，属于化学反应热流体强制对流换热技术领域，解决了由于化学反应热流体物性及组分变化引起流场结构复杂演化所致使的流场重建困难的问题。包括：构建冷却通道的三维数值仿真模型，获取多种预设工况下的数值仿真稳态数据；对数值仿真稳态数据进行预处理，得到预处理后的数据集；构建多场耦合重构网络模型，采用预处理后的数据集对多场耦合重构网络模型进行训练和优化，得到训练后的多场耦合重构网络模型；基于训练后的多场耦合重构网络模型，重构得到化学反应热流体的温度场、物性参数场和速度场、组分场和湍流特性场。本发明适用于化学反应热流体的流动换热特性研究场景。