File size: 6,880 Bytes
2342076
 
337884b
3872b42
337884b
 
932dcdf
337884b
 
 
 
 
 
 
 
 
2342076
337884b
932dcdf
337884b
932dcdf
 
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
 
 
 
 
 
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
 
 
 
 
 
 
337884b
932dcdf
337884b
932dcdf
337884b
 
932dcdf
 
 
 
 
 
 
 
 
 
 
 
 
337884b
 
932dcdf
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
337884b
932dcdf
 
 
 
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
337884b
932dcdf
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
---
license: apache-2.0
library_name: pytorch
thumbnail: "https://huggingface.co/maxbelCSRNW/microfludicsCSRNW/resolve/main/banner.png"
language:
- ru
- en
tags:
- scientific-machine-learning
- sciml
- pinn
- xpinn
- microfluidics
- microfluidic-design
- inverse-design
- uncertainty-quantification
---

# Модель проектирования микрофлюидных чипов V16.1

Исследовательский MVP для расчёта и проектирования крупных микрофлюидных систем.  
Модель сочетает точный сетевой расчёт, локальные PINN/XPINN-модули, анализ неопределённости и обратное проектирование.

В репозитории есть **два варианта запуска одной и той же модели**.

## Быстрый выбор

### `colab/` — Google Colab

Подходит для демонстрации и работы без настройки локального Python-окружения.

Основной файл:

`colab/microfluidic_sciml_v16_1.ipynb`

Откройте notebook в Google Colab и выполните основную ячейку.

### `local/` — локальный запуск / VS Code

Подходит, если модель должна работать на компьютере пользователя.

```bash
cd local
python -m venv .venv
pip install -r requirements.txt
python app.py
```

После запуска интерфейс откроется в браузере по адресу:

`http://127.0.0.1:8866`

## Что рассчитывает модель

- гидравлику крупных сетей микроканалов;
- распределение расходов и давления;
- локальные числа Рейнольдса и напряжение сдвига;
- влияние технологических допусков и частичных закупорок;
- локальные потери в сложных элементах;
- параметры генерации капель для соответствующих архитектур;
- варианты геометрии при обратном проектировании.

Для специализированной древовидной архитектуры поддерживается расчёт до **65 536 выходов**.

## Архитектура расчёта

```text
геометрия и режим работы чипа
            ↓
точный сетевой расчёт
            ↓
поиск локально сложных элементов
            ↓
проверенный PINN / XPINN
            ↓
повторный точный расчёт всей сети
            ↓
неопределённость и проектирование
            ↓
локальный CFD только для сложных / OOD-случаев
```

Глобальный баланс массы и давления не передаётся нейронной сети: он решается детерминированным сетевым решателем. PINN используется как локальное физическое уточнение.

## Режимы

### Быстрый

Точный сетевой расчёт без PINN и DeepCFD.

### С локальным уточнением PINN — рекомендуется

1. Строится реальная геометрия чипа.
2. Выполняется предварительный точный расчёт всей сети.
3. Выбирается характерное повторяющееся сужение.
4. Для него обучается локальный XPINN.
5. PINN сравнивается с независимым эталоном.
6. Только прошедшая допуск поправка переносится на сходные элементы.
7. Вся сеть пересчитывается точным решателем.
8. Рассчитываются неопределённость и показатели проектирования.

### Расширенный — PINN + DeepCFD

К рекомендованному контуру добавляются открытая проверка и локальный оператор на данных DeepCFD. Этот режим тяжелее и предназначен прежде всего для исследовательской проверки многоуровневого расчёта.

## Варианты архитектуры чипа

- распределительная сеть;
- перфузионный чип;
- массив генераторов капель;
- гибридная архитектура.

## Что является PINN в этой модели

PINN не используется как универсальная замена CFD.

Основной PDE-PINN/XPINN решает локальную задачу для повторяющегося сужения. После независимой проверки локальная поправка включается в сетевой расчёт.

Для Т-образных генераторов предусмотрено отдельное physics-informed замыкание двухфазной задачи.

## Проверка и открытые эталоны

В коде предусмотрены внутренние тесты физических балансов и внешний набор проверок. В исследовательском режиме могут использоваться открытые данные DeepCFD и DAFD.

Ссылки и DOI соответствующих источников закреплены непосредственно в исходном коде.

## Ограничения

Текущая версия предназначена для ламинарных микрофлюидных систем и не заменяет полноценный трёхмерный CFD для сложного разрушения интерфейса, коалесценции, сильно выходящих за область применимости режимов смачивания, деформируемых стенок и других не включённых физических эффектов.

Модель следует рассматривать как исследовательский MVP и инструмент предварительного проектирования, а не как готовый производственный расчётный пакет.

Подробнее: [`MODEL_SCOPE.md`](MODEL_SCOPE.md).