基于YSI数据库及ANN算法预测模型燃料成烟倾向

作     者：程小钢 任飞 高展 黄震 朱磊 CHENG Xiaogang;REN Fei;GAO Zhan;HUANG Zhen;ZHU Lei

作者机构：上海交通大学动力机械与工程教育部重点实验室上海200240 

出 版 物：《工程热物理学报》 (Journal of Engineering Thermophysics)

年 卷 期：2022年第43卷第8期

页      面：2170-2178页

核心收录：

学科分类：080703[工学-动力机械及工程] 08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家自然科学基金资助项目(No.52071216) 

主　　题：激光诱导炽光法 成烟倾向 机器学习 人工神经网络 

摘      要：本文针对模型燃料的成烟倾向测试及预测开展研究。首先基于激光诱导炽光法,在同轴层流扩散火焰平台上完成了151种模型燃料和21种纯净物的二维碳烟体积分数测试。实验结果被量化为燃料成烟指数YSI,并系统地构建了燃料成烟指数数据库。基于该数据库,分别采用线性预测法、人工神经网络法(ANN)和本研究开发的碳烟优化版人工神经网络法(S-ANN)对YSI进行了学习和预测。结果表明S-ANN在性能指标上显著超过前两种方法,该方法在燃料成烟倾向预测方面具有工程应用潜力。