NAS-PINNv2: Improved neural architecture search framework for physics-informed neural networks in low-temperature plasma simulation
针对现有神经架构搜索方法在复杂等离子体PINN中的失效问题，提出NAS-PINNv2，通过sigmoid权重和新损失项改进搜索，实验验证其有效性并揭示网络规模与性能的非单调关系。
2025-01-25 physics.comp-ph physics.plasm-ph
On the expansion of non-ideal copper plasma into vacuum
针对真空电弧中爆炸性电子发射的典型条件，分析了非理想铜等离子体向真空中的膨胀。气体动力学模型求解欧拉方程与状态方程（EoS）的弱非理想等离子体考虑到电离能校正，由于电子-离子库仑耦合。当等离子体的性质和成分发生剧烈变化时，EoS对等离子体膨胀的影响并不显著。根据模拟结果，真空电弧等离子体诊断中常用的“冻结”状态理论的有效性是值得怀疑的。
2020-01-31 physics.comp-ph physics.plasm-ph
A hands-on introduction to Physics-Informed Neural Networks for solving partial differential equations with benchmark tests taken from astrophysics and plasma physics
本文以实践教程形式介绍PINNs通过残差最小化及软硬边界约束求解PDE，并在Grad-Shafranov和Lane-Emden方程上验证其灵活性、参数与反问题能力，配套开源代码。
2024-03-01 astro-ph.SR math-ph math.MP
Convolutional hybrid-PIC modeling of non-neutral plasmas
针对非中性等离子体Hybrid PIC数值方法的缺陷，提出用卷积方程替代泊松方程的conv-HPIC新方法，避免迭代、抑制噪声并提升计算效率，为探索非线性现象提供有力工具。
2024-08-26 physics.comp-ph physics.plasm-ph
Non-Equilibrium Modeling of Arc Plasma Torches
建立了一个双温度热非平衡模型，并应用于直流电弧等离子体炬内部流动的三维时变模拟。的非平衡模型与平衡模型的结果的详细比较。在这两个模型中的流体和电磁方程的数值近似在一个完全耦合的方法由变分多尺度有限元法。与平衡模型相比，非平衡模型不需要单独的再附着模型来产生电弧再附着过程并限制总电压降和电弧长度的大小。非平衡结果显示在等离子体-冷流相互作用区域和靠近阳极表面处存在大的非平衡区域。在电弧动力学，特别是在电弧再附着过程中，并在总电压降和出口温度和速度的大小模型之间的显着差异进行观察。非平衡结果与实验观测结果一致性提高。
2013-01-03 physics.comp-ph physics.flu-dyn physics.plasm-ph
Simulating vacuum arc initiation by coupling emission, heating and plasma processes
本文通过耦合PIC-MCC等离子体模拟与有限元发射及热效应计算，研究了真空电弧从场致发射到等离子体形成的起始过程，揭示了直接场电离和阴极表面相互作用在电弧起始中的关键作用。
2024-02-13 cond-mat.mtrl-sci physics.comp-ph physics.plasm-ph
Neural network representability of fully ionized plasma fluid model closures
流体建模中的封闭性问题是建模者为了精确描述其感兴趣的系统而面临的一个众所周知的挑战。多年来，在广泛的制度的解析公式已经提出，但一个实用的，广义的流体封闭磁化等离子体仍然是一个难以捉摸的目标。在这项研究中，作为构建一种新的基于数据的方法来解决这个问题的第一步，我们应用不断成熟的机器学习方法来评估神经网络架构再现流行的磁化等离子体封闭中固有的关键物理特性的能力。我们发现令人鼓舞的结果，表明封闭物理的神经网络的适用性，但也达到了建议，应该如何选择适当的网络架构，给定的局部性所决定的基础物理等离子体。
2020-02-10 physics.comp-ph physics.plasm-ph
Computational study of flow dynamics from a dc arc plasma jet
由直流（DC）非转移弧等离子体炬产生的等离子体射流是从喷涂到热解的技术的核心，由于流体流动、热和电磁现象的耦合相互作用而呈现出复杂的动力学。电弧放电等离子体射流的流动动力学研究使用时间相关的三维模拟，包括火炬内的电弧的动态，通过放电环境的射流的演变，以及随后的冲击射流在一个平面基板。等离子体由化学平衡和热力学非平衡（双温度）模型描述。物理模型的数值公式是基于一个整体和完全耦合的处理的流体和电磁方程，使用变分多尺度有限元法。模拟结果揭示了不同方面的流动动力学，包括射流强迫由于运动的电弧，流行的偏差之间的重物种和电子温度的等离子体条纹，剪切流不稳定性的发展射流周围，发生的局部区域与高电场远离电弧，和相干流结构的形成和演变。
2013-03-15 math-ph math.MP physics.comp-ph
The Plasma Simulation Code: A modern particle-in-cell code with load-balancing and GPU support
在多核革命和加速器（如IBM Cell处理器、图形处理单元（GPU）和英特尔的多集成核心（MIC）技术）的推动下，超级计算能力的最近增长使等离子体的动力学模拟达到了前所未有的分辨率，但不断变化的HPC架构也带来了编写高效数字代码的挑战。本文介绍了等离子体模拟代码（PSC），一个明确的，电磁粒子在细胞的代码与支持不同的顺序粒子形状功能。我们专注于代码的两个显着特征：使用空间填充曲线的基于补丁的负载平衡，以及对Nvidia GPU的支持，与仅CPU实现相比，Nvidia GPU在Cray XK7架构上实现了高达6倍以上的速度提升。
2015-11-12 physics.comp-ph physics.plasm-ph
SPACE: 3D Parallel Solvers for Vlasov-Maxwell and Vlasov-Poisson Equations for Relativistic Plasmas with Atomic Transformations
一个并行的、相对论性的、三维的粒子胞程序SPACE已经被开发出来用于模拟电磁场、相对论性粒子束和等离子体。除了标准的二阶粒子-细胞（PIC）算法，空间包括有效的新算法，以解决原子物理学过程，如等离子体原子的多级电离，复合，电子附着到掺杂剂在稠密的中性气体。SPACE还包含一个高度自适应的基于粒子的方法，称为自适应粒子云（AP云），用于解决Vlasov-Poisson问题。它消除了PIC的传统笛卡尔网格，并用自适应八叉树数据结构取代它。对代码的算法、结构、性能、并行化策略和性能进行了讨论。文中还介绍了SPACE在加速器科学和工程问题上的应用实例。
2021-11-07 physics.comp-ph physics.plasm-ph
Low-temperature plasma simulation based on physics-informed neural networks: frameworks and preliminary applications
等离子体模拟是研究等离子体行为的重要手段，有时甚至是唯一的手段。在这项工作中，我们提出了两个通用的人工智能驱动的框架，用于低温等离子体模拟：系数子网物理信息神经网络（CS-PINN）和龙格库塔物理信息神经网络（RK-PINN）。CS-PINN使用神经网络或插值函数（例如样条函数）作为子网来近似与溶液相关的系数（例如电子碰撞截面、热力学性质、输运系数等）。等离子体方程。在此基础上，RK-PINN将隐式Runge-Kutta形式化引入神经网络，实现了对瞬态等离子体的大时间步长预测。CS-PINN和RK-PINN都学习了从时空空间到方程解的复杂非线性关系映射。基于这两个框架，我们展示了初步的应用程序的四个案例涵盖等离子体动力学和流体建模。结果表明，CS-PINN和RK-PINN在求解等离子体方程时都具有良好的性能。此外，RK-PINN有能力产生一个很好的解决方案，瞬态等离子体模拟不仅时间步长大，但有限的噪声传感数据。
2022-06-30 physics.comp-ph physics.plasm-ph
Multiscale simulation of neutral particle flows in the plasma edge
本文提出一种通用综合迭代方案，通过交替求解动理学方程与宏观综合方程，高效且高精度地模拟了近连续流条件下的等离子体边缘中性粒子流，为核聚变装置设计提供了稳健的计算工具。
2024-11-13 physics.comp-ph physics.plasm-ph
The Fluid-Kinetic Particle-in-Cell Solver for Plasma Simulations
本文提出了一种新的等离子体数值模拟方法，即同时求解多流体方程和麦克斯韦方程。通过计算粒子在自洽电磁场中的运动来计算多流体动量方程中的应力张量，从而在求解多流体方程时保留了动力学效应。麦克斯韦方程和多流体方程在时间上隐式地离散化，使得能够在流体模拟的典型时间尺度上进行动力学模拟。流体动力学的粒子在细胞求解器已实施的三维电磁代码，并测试对离子回旋共振和磁重联的问题。新方法是一个有前途的方法耦合流体和动力学方法在一个统一的框架。
2013-06-05 physics.comp-ph physics.plasm-ph physics.space-ph
Porting the grid-based 3D+3V hybrid-Vlasov kinetic plasma simulation Vlasiator to heterogeneous GPU architectures
本文介绍了将空间等离子体模拟代码Vlasiator移植到异构CPU/GPU架构的设计方案，通过统一代码库支持CUDA和HIP，提出高效稀疏速度网格调整方法，为未来百亿亿次模拟奠定基础。
2024-06-04 physics.comp-ph physics.plasm-ph physics.space-ph
Modeling of Relativistic Plasmas with a Conservative Discontinuous Galerkin Method
Princeton Plasma Physics Laboratory（普林斯顿等离子体物理实验室）；Department of Astrophysical Sciences, Princeton University（普林斯顿大学天体科学系）；Department of Physics, University of Maryland（马里兰大学物理系）；Institute for Research in Electronics and Applied Physics, University of Maryland（马里兰大学电子与应用物理研究所）；Institute for Advanced Study（高等研究院）
本文提出了一种无噪声的高阶保守不连续Galerkin方法，用于高效求解相对论等离子体的Vlasov-Maxwell方程组，适用于高能密度环境。
2026-02-19 astro-ph.HE physics.comp-ph physics.plasm-ph
Deep Learning Architecture Based Approach For 2D-Simulation of Microwave Plasma Interaction
DA-IICT（达伊尔伯特阿尼尔巴尼信息与通信技术学院）
本文提出了一种基于卷积神经网络（CNN）的深度学习模型，该模型的灵感来自UNet，具有一系列具有跳跃连接的编码器和解码器单元，用于模拟微波-等离子体相互作用。微波在复杂等离子体介质中的传输、吸收和反射特性主要取决于电磁波频率与电子等离子体频率的比值以及等离子体的密度分布。本文研究了固定频率（1 GHz）和振幅的平面电磁波入射到具有不同高斯密度分布（在$1\times 10^{17}-1\times 10^{22}{m^{-3}}$范围内）的等离子体介质上的散射问题。与微波等离子体相互作用的训练数据已使用2D-FDTD（时域有限差分）为基础的模拟生成。然后，训练的深度学习模型用于再现1GHz入射微波在不同等离子体轮廓上的散射电场值，误差小于2%。我们提出了一个完整的基于深度学习（DL）的管道来训练，验证和评估模型。我们比较网络的结果，使用各种指标，如SSIM指数，平均百分比误差和均方误差，从完善的基于FDTD的EM求解器获得的物理数据。据我们所知，这是第一次努力探索DL为基础的方法模拟复杂的微波等离子体相互作用。与现有的计算技术相比，这项工作中提出的深度学习技术速度非常快，可以作为一种新的、前瞻性的和替代性的计算方法，用于在实时场景中研究微波-等离子体相互作用。
2022-06-02 cs.LG physics.comp-ph
Formation of Self-Organized Anode Patterns in Arc Discharge Simulations
斑图形成和自组织是在包括大气压电弧放电的各种类型的等离子体系统中通过实验通常观察到的现象。然而，在电弧放电中再现阳极斑图形成的数值模拟已被证明是极其难以捉摸的。随时间变化的三维热力学非平衡模拟揭示了自发形成的自组织模式的阳极附着点在自由燃烧的电弧，一个典型的热等离子体流建立了一个恒定的直流电流之间的轴对称电极配置在没有外力的情况下。斑点的数量，它们的大小和分布在图案内取决于所施加的总电流和空间离散化的分辨率，而等离子体流的主要性质，如最高温度，速度和电压降，仅取决于前者。空间离散化的解决方案的敏感性强调全面的电弧放电模拟的计算要求。所获得的阳极图案定性地与实验观察一致，并确认斑点起源于电弧阳极附件的边缘。结果表明，重物种的电子能量平衡，除了热不稳定性，在电弧放电阳极斑点的形成中具有主导作用。
2012-12-31 math-ph math.MP physics.comp-ph
NAS-PINN: Neural architecture search-guided physics-informed neural network for solving PDEs
提出NAS-PINN方法，通过双层优化自动搜索求解PDE的最佳神经架构，发现浅层网络及残差连接在不同方程中的性能优势，为PINN网络设计提供指导。
2023-10-26 physics.comp-ph
