高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

波形板壁面液膜的神经网络及混沌特性分析

王 博 陈博文 田瑞峰 柯炳正 李 茹 卢 川

王 博, 陈博文, 田瑞峰, 柯炳正, 李 茹, 卢 川. 波形板壁面液膜的神经网络及混沌特性分析[J]. 核动力工程, 2020, 41(4): 60-63.
引用本文: 王 博, 陈博文, 田瑞峰, 柯炳正, 李 茹, 卢 川. 波形板壁面液膜的神经网络及混沌特性分析[J]. 核动力工程, 2020, 41(4): 60-63.
Wang Bo, Chen Bowen, Tian Ruifeng, Ke Bingzheng, Li Ru, Lu Chuan. Neural Network and Chaotic Characteristics Analysis of  Water Film on Corrugated Plate Wall[J]. Nuclear Power Engineering, 2020, 41(4): 60-63.
Citation: Wang Bo, Chen Bowen, Tian Ruifeng, Ke Bingzheng, Li Ru, Lu Chuan. Neural Network and Chaotic Characteristics Analysis of  Water Film on Corrugated Plate Wall[J]. Nuclear Power Engineering, 2020, 41(4): 60-63.

波形板壁面液膜的神经网络及混沌特性分析

Neural Network and Chaotic Characteristics Analysis of  Water Film on Corrugated Plate Wall

  • 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。

     

  • 加载中
计量
  • 文章访问数:  281
  • HTML全文浏览量:  30
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-08-15

目录

    /

    返回文章
    返回