首页 | 本学科首页   官方微博 | 高级检索  
     

基于神经网络方法预测翅片参数对车用中冷器性能的影响
引用本文:肖宝兰,俞小莉,韩松,陆国栋,夏立峰.基于神经网络方法预测翅片参数对车用中冷器性能的影响[J].内燃机工程,2010,31(5).
作者姓名:肖宝兰  俞小莉  韩松  陆国栋  夏立峰
作者单位:1. 浙江大学,动力机械及车辆工程研究所,杭州,310027;浙江大学,城市学院,杭州,310015
2. 浙江大学,动力机械及车辆工程研究所,杭州,310027
3. 浙江银轮机械股份有限公司,天台,317200
摘    要:鉴于翅片几何参数对换热器流动传热性能影响的典型非线性特性,采用人工神经网络技术对该问题的可行性进行了研究.利用风洞试验数据作为学习和测试样本,将翅片的高度、节距、扭幅和波长作为输入变量,分别建立了3层反向传播(BP)神经网络和径向基函数(RBF)神经网络,对其进行学习训练与优化后,用来预测波纹翅片几何参数变化对中冷器性能的影响.预测结果表明:BP神经网络预测平均误差在5.5 %以内,满足工程实际需要,可以减少大量的试验工作量;而RBF神经网络预测误差非常大,完全不适用于该问题的研究,并对可能原因进行了分析.

关 键 词:内燃机  神经网络  翅片参数  热力性能  反向传播  径向基函数

Predicting Effects of Fin Parameters on Performance of Vehicular Intercooler Based on Neural Network Model
XIAO Bao-lan,YU Xiao-li,HAN Song,LU Guo-dong,XIA Li-feng.Predicting Effects of Fin Parameters on Performance of Vehicular Intercooler Based on Neural Network Model[J].Chinese Internal Combustion Engine Engineering,2010,31(5).
Authors:XIAO Bao-lan  YU Xiao-li  HAN Song  LU Guo-dong  XIA Li-feng
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号