摘要
本发明涉及流体力学技术领域,具体涉及一种高压流体模型的构建方法,该方法包括:获取多尺度流体数据,包括分子动力学数据、实验尺度数据及原位探测数据;通过压力分级迁移学习网络,将中低压域数据迁移至超高压域,输出物性参数预测值;基于嵌入式硬件实时接收原位数据,计算修正因子;基于修正因子,动态重构流体控制方程源项;当平均相对误差超过阈值时,触发强化学习优化器重构模型方程。本发明的目的在于提供一种高压流体模型的构建方法、计算机设备以及存储介质,解决了现有技术中的诸多问题,还在流体模型的准确性、实时性和适应性方面展现出显著的优势,为相关领域的研究和应用提供了强有力的技术支持。