基于主成分分析、聚类和BP神经网络的湍流MILD燃烧初始着火过程的分析
Ignition Process in a Turbulent MILD Flame Based on Principal Component Analysis,Clustering and Back-Propagation Neural Network作者机构:华中科技大学能源与动力工程学院武汉430074
出 版 物:《燃烧科学与技术》 (Journal of Combustion Science and Technology)
年 卷 期:2023年第29卷第6期
页 面:685-692页
核心收录:
学科分类:080702[工学-热能工程] 08[工学] 0807[工学-动力工程及工程热物理]
主 题:MILD燃烧 初始着火过程 动态燃烧场 聚类 BPNN
摘 要:在MILD燃烧中,湍流和燃烧的相互作用十分强烈,尤其是在初始着火过程,识别该过程的火焰推进对于理解燃烧形成过程、稳定燃烧条件有很大帮助.采用MILD燃烧HM1工况的大涡模拟数据,探索了一种基于主成分分析(PCA)、聚类和反向传播神经网络(BPNN)的动态燃烧场识别方法,对稳态燃烧场进行PCA和聚类后,基于BPNN对初始着火过程进行动态识别和分析.结果表明,该方法用于着火过程动态燃烧场识别是可行的,与传统方法相比具有客观、高效的特点,是一种实用的工业火焰测量方法.