申请/专利权人：西南科技大学

申请日：2023-06-29

公开（公告）日：2024-03-22

公开（公告）号：CN116798531B

主分类号：G16C20/10

分类号：G16C20/10;G16C20/70;G06N3/048;G06N3/006;G06F30/27;G06F111/10

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.10.13#实质审查的生效;2023.09.22#公开

摘要：本发明公开了一种基于融合算法的超声速燃烧室碳氢燃料机理简化方法，属于碳氢燃料燃烧模拟技术领域包括：S1、构建用于数值模拟的碳氢燃料机理文件；S2、基于机理文件，构建零维点火及一维层流火焰的数据集；S3、基于构建的数据集，构建神经网络代理模型；S4、利用神经网络代理模型，对简化机理的全参数进行优化；S5、将全参优化后的简化机理进行数值模拟计算，并根据计算结果优化简化机理模型的参数，进而实现超声速燃烧室碳氢燃料机理简化。本发明在保证精度的同时大幅度提高数值模拟的速度，为超燃冲压发动机在数值模拟过程中的高精度计算工作奠定基础，为发动机飞行过程中的安全可靠工作提供技术支撑。

主权项：1.一种基于融合算法的超声速燃烧室碳氢燃料机理简化方法，其特征在于，包括以下步骤：S1、构建用于数值模拟的碳氢燃料机理文件；S2、基于机理文件，构建零维点火及一维层流火焰的数据集；S3、基于构建的数据集，构建神经网络代理模型；S4、利用神经网络代理模型，对简化机理的全参数进行优化；S5、将全参优化后的简化机理进行数值模拟计算，并根据计算结果优化简化机理模型的参数，进而实现超声速燃烧室碳氢燃料机理简化；所述步骤S1中，碳氢燃料机理包括复杂机理和简化机理，其对应的机理文件包括复杂机理文件和简化机理文件；其中，所述复杂机理文件包括77组分359反应的正癸烷燃烧化学反应机理，所述简化机理文件包括8组分4反应的正癸烷燃烧化学反应机理；所述步骤S2中，所述数据集包括标准数据集和简化机理的全参数调整数据集；其中，标准数据集的构建方法为：在数值模拟软件中，基于复杂机理文件进行零维点火及一维层流火焰模拟计算，将模拟计算出的零维点火延迟时间IGTdetail和一维层流火焰入口初速度vdetail作为全参数调整的标准数据集；简化机理的全参数调整数据集的构建方法为：在数值模拟软件中，对简化机理文件中每个化学反应的拉伦尼乌斯参数进行抽样计算，得到不同拉伦尼乌斯对应的零维点火延迟时间IGTsimple和一维层流火焰入口初速度vsimple，基于n个化学反应共3n个阿伦尼乌斯参数、初始温度及压力共计3n+2的变量对应的零维点火延迟时间IGTsimple和一维层流火焰入口初速度vsimple，构建简化机理的全参数调整数据集；所述步骤S3中，所述神经网络代理模型根据简化机理的全参数调整数据集构建并训练；所述神经网络代理模型用于拟合数据样本输入和输出的非线性数学关系，其拟合过程表达式为：Y＝ModelA1…An,b1…bn,E1…En,T,P,δ式中，Y为拟合结果，A,b,E分别为阿伦尼乌斯经验公式kf＝ATbe-ERT中的指前因子、温度系数和活化能，T为初始温度，P为初始压力，δ为所有可学习参数，Model为神经网络代理模型，R为摩尔气体常量，下标1,2,…,n为机理内n个化学反应中每个反应对应序数值；所述步骤S4具体为：将标准数据集作为简化机理的调整依据，融合神经网络代理模型和改进黏菌算法对简化机理的阿伦尼乌斯参数进行调整，使神经网络代理模型计算出的零维点火延迟时间IGTchange和一维层流火焰入口初速度vchange接近复杂机理，获得全参数优化后的简化机理。

全文数据：

权利要求：

百度查询： 西南科技大学 一种基于融合算法的超声速燃烧室碳氢燃料机理简化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD