清华大学学报(自然科学版)

作者：刘江帆, 葛冰, 李珊珊, 芦翔

单位：1. 中国联合重型燃气轮机技术有限公司, 北京 100016;<br>2. 上海交通大学 动力机械及工程教育部重点实验室, 上海 200240

关键词：燃气轮机,发散冷却,壁面冷效,神经网络,性能预测

基金：航空发动机及燃气轮机重大专项(Y2019-I-0022-0021)

现代重型燃气轮机燃烧室的研发过程中,产生了大量的数值模拟和试验数据。其中,燃烧室火焰筒采用了先进发散冷却技术。该技术中,壁面冷效受发散孔型、主流/冷气压损等参数影响,难以建立基于理论模型和经验关联式的方法进行回归预测。针对工业研发产生的壁面冷效数据集,该文提出了基于人工特征选择、小批量化和归一化的数据预处理技术,建立反向传播(back propagation,BP)神经网络和径向基核函数(radial basis function,RBF)神经网络2种优化的神经网络模型,并通过交叉验证与网格搜索对算法模型进行超参数寻优,最终实现燃烧室壁面冷效的高精度场重建和高精度预测,场重建精度达90%,预测精度达85%,满足了工业燃烧室设计迭代中的实际工程需求。

来源：2023年第4期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2023年第4期