人工智能驱动的低温等离子体数值模拟研究综述.pdf

第50卷第7期：2879-2893高电压技术Vol.50,No.7:2879-2893

2024年7月31日HighVoltageEngineeringJuly31,2024

DOI:10.13336/j.1003-6520.hve2024年7月31日第50卷July

人工智能驱动的低温等离子体数值模拟研究综述

仲林林，王逸凡，任和，吴奇，韩汶轩，陈洪洪

210096

（东南大学电气工程学院，南京）

摘要：低温等离子体是等离子体的一种存在形式，在诸多工业领域有广泛应用。数值模拟是研究和分析低温等

离子体的重要手段。近年来，随着人工智能技术的进步，人工智能驱动的数值模拟方法逐步在低温等离子体领域

得到应用，有望克服传统数值模拟方法存在的缺陷。该文以低温等离子体为主要对象，首先介绍了主流的低温等

离子体仿真模型，包括动理学模型、流体模型、化学动力学模型及混合模型，并从模型复杂度、数值计算量、参

4

数一致性和结果可靠性个方面分析了传统低温等离子体数值模拟方法面临的问题。然后，以数据驱动方法、物

-

理数据融合驱动方法以及数值模拟加速策略为分类准则，详细介绍并分析了当下人工智能驱动的低温等离子体数

值模拟研究现状。最后从模型收敛性、泛化性角度总结了相关研究所面临的挑战，并指出了其进一步发展方向。

关键词：低温等离子体；数值计算；人工智能；数据驱动；深度学习

AI-drivenLow-temperaturePlasmaSimulation:AReview

ZHONGLinlin,WANGYifan,RENHe,WUQi,HANWenxuan,CHENHonghong

(SchoolofElectricalEngineering,SoutheastUniversity,Nanjing210096,China)

Abstract：Low-temperatureplasma(LTP)isaformofplasmathatiswidelyusedinmanyindustrialfields.Numerical

simulationisanimportantmeansofstudyingandanalyzingLTP.Inrecentyears,withtheadvancementofartificialintel-

ligence(AI)technology,AI-drivennumericalsimulationmethodshavegraduallybeenappliedinthefieldofLTP,which

isexpectedtoovercometheshortcomingsoftraditionalnumericalsimulationmethods.ThispaperfocusesonLTPand

firstintroducesmainstreamLTPsimulationmodels,includingkineticmodels,fluidmodels,chemicaldynamicsmodels,

andhybridmodels.WeanalyzedtheproblemsfacedbytraditionalLTPnumericalsimul