基于“分段-组合”残差神经网络的超声速氢气零维点火计算方法

作     者：陈尔达 宋昊宇 郭明明 田野 乐嘉陵 张华 CHEN Er-da;SONG Hao-yu;GUO Ming-ming;TIAN Ye;LE Jia-ling;ZHANG Hua

作者机构：西南科技大学信息工程学院四川绵阳621010 中国空气动力研究与发展中心四川绵阳621000 

出 版 物：《推进技术》 (Journal of Propulsion Technology)

年 卷 期：2023年第44卷第12期

页      面：91-101页

核心收录：

学科分类：082502[工学-航空宇航推进理论与工程] 08[工学] 0825[工学-航空宇航科学与技术] 

基　　金：国防科工局项目(WDZC6142703202205) 国家自然科学基金(11902337) 

主　　题：“分段-组合”模型 残差神经网络 零维点火 数值模拟 计算加速 

摘      要：受限于发动机燃烧数值模拟需要长时间超级计算机运行的问题,发展了一种基于“分段-组合残差神经网络的氢气零维点火计算方法。以氢气零维点火算例为基础,基于自主研发的高超声速内外流耦合数值模拟软件AHL3D构建数据集。数据集中输入变量为超声速工况下的温度、压强及8种组分质量分数的初始状态值,输出变量为3000个时刻点的温度、压强及8种组分质量分数状态值。构建了一种“分段训练、“组合预测的残差神经网络框架。算法首先将高维输入数据进行降维训练,再将“分段模型预测后的参数冻结形成“组合模型。与氢燃料直接计算相比,实验结果表明“分段-组合残差神经网络可显著提升计算效率,对于11组分29反应的反应动力学模型可获得9.13倍的计算加速比,均方根误差降到了7.85×10^(-5),氢燃料参数的预测精度都高于98%,计算效率及精度优于现有的神经网络燃烧计算方法。