摘要
本发明提供一种CFD‑DEM耦合加速方法，应用于计算流体动力学与离散元法耦合模拟领域，包括CFD模块、DEM模块、耦合控制器及优化模块；在DEM模块基于LSTM预测颗粒分布生成概率分布图；在CFD模块结合流场数据计算梯度，利用几何深度学习模型划分非规则动态耦合区域；构建基于GNN的代理模型，基于雷诺数自适应切换代理模型与传统曳力模型；耦合控制器监测计算状态，达到异步时间步阈值时触发分层压缩策略的数据同步；优化模块监控数据同步后的动量误差，若超阈值则反馈调节神经网络参数及阈值系数；本发明解决了传统方法计算效率低、区域划分僵化、误差控制缺失的问题，显著提升计算效率5～10倍，降低数据同步量58～65％，并保证精度误差≤5％。
