基于相似分析和人工神经网络的管柱式气液旋流分离器压降预测模型

为了全面预测管柱式气液旋流分离器的分离性能,对其气液相流动现象进行相似分析,获得表征气液相流动的关键相似准数。在此基础上,结合大量试验数据,运用MATLAB神经网络工具箱,建立3层BP神经网络模型。通过输入表征结构参数、操作参数和液相物性参数的相似准数,模拟输出溢流压降。结果表明,将相似准数作为参数对神经网络进行训练可提高神经网络的泛化能力,其预测值与试验值吻合良好,平均误差小于15%。将相似理论与人工神经网络相结合是预测管柱式气液旋流分离器分离性能的有效方法。