波形板壁面液膜的神经网络及混沌特性分析

发布时间：2021-09-06 20:48

　　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。 

【文章来源】：核动力工程. 2020,41(04)北大核心EICSCD

【文章页数】：4 页

【部分图文】：

BP神经网络模型拓扑结构图

l.Energy,2020(136):107012.[12]WANGB,KEBZ,CHENBW,etal.Studyonthesizeofsecondarydropletsgeneratedowingtoruptureofliquidfilmoncorrugatedplatewall[J].Int.J.Heat&MassTransf,2020(147):118904.[13]WANGB,CHENBW,KEBZ.Studyonstrip-shapedliquidfilminthecorrugatedplatedryer[J].Ann.Nucl.Energy,2020(139):107237.（责任编辑：杨洁蕾）aRe为1995时的液膜厚度与时间的关系曲线图bRe为3001时的液膜厚度与时间的关系曲线图cRe为1995时的液膜厚度误差分布图dRe为3001时的液膜厚度误差分布图图2液膜时间序列与BP神经网络结果对比图和误差分布图Fig.2ResultsComparisonofLiquidFilmTimeSeriesandBPNeuralNetworkandErrorDistributionData—实验值；Fit—拟合曲线；Y-T—实验值与拟合值相等时的临界线

【参考文献】：
期刊论文
[1]基于统计和混沌优化BP神经网络融合模型的大坝变形预测分析[J]. 陈婵,田晔.  陕西水利. 2018(05)
[2]摇摆流动不稳定性的遗传算法优化神经网络预测[J]. 陈涵瀛,高璞珍,谭思超.  原子能科学技术. 2015(02)
[3]波形板壁液膜破裂实验研究[J]. 刘晓一,田瑞峰,陈军亮,孙兰昕,阎昌琪.  核动力工程. 2014(05)
[4]摇摆条件下自然循环流动不稳定性的混沌特性研究[J]. 张文超,谭思超,高璞珍,张虹,张红岩.  原子能科学技术. 2012(06)



本文编号：3388149