南京工业大学

南京工业大学机械与动力工程专业研究团队提出了一种基于物理信息的神经算子框架，可用于预测电弧增材制造过程中的实时形变。该研究发布于arXiv，提出了PIDeepONet-RNN模型，能够提前15秒预测z轴和y轴方向的热力学形变，最大绝对误差分别为0.9733毫米和0.2049毫米，预测时间低于150毫秒，相较于传统有限元仿真所需的四小时大幅缩短。