摘 要: | 基于人工神经网络(artificialneuralnetwork,ANN),并结合聚类分析方法,对大涡模拟仿真出的湍流燃烧场的区域进行识别,利用了聚类分析可以通过分类来提供标签的优势,充分发挥出ANN的自学习能力.以湍流MILD(moderate & intense low oxygen dilution)燃烧的HM1工况为例,搭建ANN,选择燃烧场中的物理特征,对由聚类分析提供的分类结果进行学习,来识别燃烧区域.结果表明,该方法有效提高了燃烧区域识别的准确率,并减少了大量的数据需求.为实际工业中燃烧区域的识别提供了更简单、快捷、准确的方法.
|