咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于神经网络的扰流柱通道表面传热系数预测 收藏

基于神经网络的扰流柱通道表面传热系数预测

Convective heat transfer coefficient prediction of pin-fin channel based on neural network

作     者:姚广宇 邱璐 朱剑琴 YAO Guangyu;QIU Lu;ZHU Jianqin

作者机构:北京航空航天大学能源与动力工程学院北京100191 

出 版 物:《航空动力学报》 (Journal of Aerospace Power)

年 卷 期:2023年第38卷第7期

页      面:1668-1674页

核心收录:

学科分类:08[工学] 082502[工学-航空宇航推进理论与工程] 0807[工学-动力工程及工程热物理] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 0801[工学-力学(可授工学、理学学位)] 

基  金:国家自然科学基金(51876005 52122604)。 

主  题:神经网络 扰流柱通道 表面传热系数 肋化传热 涡轮叶片冷却 

摘      要:针对扰流柱通道结构的流动传热过程进行了仿真研究,构建了该结构内部表面传热系数的快速预测模型。该预测模型首先构建了若干流阻元件用于冷气质量流量预测,之后根据质量流量预测结果计算通道内的流动雷诺数。将雷诺数与几何结构参数组合并输入基于遗传算法优化的反向传播神经网络,分别预测通道内不同结构的平均表面传热系数。最后建立基于肋化传热模型的扰流柱导热等效表面传热系数换算方法,以便将预测模型应用于实际双层壁涡轮叶片的冷效预测。经数值仿真验证,该模型对通道内冷气质量流量和表面传热系数进行组合预测,相对误差控制在5%以内。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分