波形板壁面液膜的神经网络及混沌特性分析

作     者：王博 陈博文 田瑞峰 柯炳正 李茹 卢川 Wang Bo;Chen Bowen;Tian Ruifeng;Ke Bingzheng;Li Ru;Lu Chuan

作者机构：哈尔滨工程大学核安全与仿真技术国防重点学科实验室哈尔滨150001 中国核动力研究设计院成都610213 

出 版 物：《核动力工程》 (Nuclear Power Engineering)

年 卷 期：2020年第41卷第4期

页      面：60-63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] 0827[工学-核科学与技术] 0703[理学-化学] 0801[工学-力学（可授工学、理学学位）] 

基　　金：中央高校基本科研业务费专项资金——博士研究生科研创新基金项目(3072020GIP1518) 国家自然科学基金资助项目(51676052) 

主　　题：波形板干燥器 液膜波动性 平面激光诱导荧光技术 混沌特征 

摘      要：波形板干燥器是船用核动力系统中重要的汽水分离设备,其壁面上自由下降液膜的流动特性对干燥器的汽水分离效率及船用核动力装置的安全性指标有着较大的影响。基于平面激光诱导荧光技术(PLIF)对不同雷诺数下的壁面薄层液膜厚度进行测量。通过小数据量法计算不同工况下的液膜厚度时间序列的最大Lyapunov指数,分析壁面液膜的混沌特性并进行相空间重构。利用反向传播(BP)神经网络解决非线性问题的优势对液膜厚度进行预测,完成了单隐层BP神经网络预测模型的建立并实现了自由液膜厚度的非线性特征分析。结果显示:最大Lyapunov指数与液膜雷诺数呈正相关关系;在大雷诺数区生成的孤立峰同重力及液膜间的叠加作用相互耦合,使液膜混沌特性变得更加明显。