發(fā)布時間：2018-01-02 03:17

  本文關(guān)鍵詞：基于人工神經(jīng)網(wǎng)絡(luò)模型的非球形顆粒曳力系數(shù)預(yù)測　出處：《工程熱物理學報》2017年10期 　論文類型：期刊論文

  更多相關(guān)文章： 人工神經(jīng)網(wǎng)絡(luò) 非球形顆粒 曳力系數(shù)

【摘要】：本文通過人工神經(jīng)網(wǎng)絡(luò)預(yù)測方法對非球形顆粒氣固曳力系數(shù)進行了預(yù)測及分析。首先比較了BP(Backpropagation)神經(jīng)網(wǎng)絡(luò)模型和RBF(Radical Basis Function)基神經(jīng)網(wǎng)絡(luò)模型對Pettyjohn和Christiansen等人實驗工況中的結(jié)果進行了預(yù)測。結(jié)果表明,采用RBF方法預(yù)測非球形顆粒氣固曳力系數(shù)誤差較小,計算效率較高。同時,應(yīng)用RBF基神經(jīng)網(wǎng)絡(luò)模型,對不同形狀因子下的氣固曳力系數(shù)進行了預(yù)測和分析。研究結(jié)果表明,人工神經(jīng)網(wǎng)絡(luò)可以用于非球形顆粒氣固曳力系數(shù)的預(yù)測研究,本文研究結(jié)果為復雜形狀顆粒氣固曳力系數(shù)的預(yù)測提供了一種有效的手段。
[Abstract]:Based on artificial neural network forecasting method for non spherical particle drag coefficients were predicted and analyzed. This paper first compares the BP neural network model (Backpropagation) and RBF (Radical Basis Function) neural network model to predict the Pettyjohn and Christiansen et al in the experimental conditions. The results show that the RBF method is used to predict the non spherical particle drag coefficient error is small, high computational efficiency. At the same time, the application of RBF based neural network model, the different shape factor under gas-solid drag coefficient was predicted and analyzed. The results show that the artificial neural network can be used for prediction of non spherical particle drag coefficient, the results of this study provide a an effective method for the complicated gas-solid drag coefficient prediction.

【作者單位】： 哈爾濱工業(yè)大學能源科學與工程學院;
【基金】：國家自然科學基金重大研究計劃(No.91534112);國家自然科學基金委優(yōu)秀青年基金(No.51322601)
【分類號】：O347.7
【正文快照】： 0引言固體顆粒在連續(xù)性流體中的輸運是一種普遍現(xiàn)象。針對固體顆粒的輸運過程,研究者們從實驗和數(shù)值模擬兩方面進行了大量的研究但是,研究多集中于球形顆粒,而實際工業(yè)過程中不可避免的會有非球形顆粒的存在。由于非球形顆粒形狀因子的存在,其運動特性與球形顆粒有著較大的差

【相似文獻】

相關(guān)期刊論文 前2條

1 曾全生,鄒芳慧;流體沿平壁流動的曳力系數(shù)[J];化學工程師;1999年04期

2 萬韶六;歐陽潔;;顆粒團繞流曳力系數(shù)的LBM計算[J];化工學報;2008年01期

相關(guān)會議論文 前2條

1 張云;葛蔚;王小偉;楊朝合;;非均勻分布顆粒群中的曳力分布與曳力系數(shù)表征[A];中國顆粒學會第七屆學術(shù)年會暨海峽兩岸顆粒技術(shù)研討會論文集[C];2010年

2 沈志恒;陸慧林;;基于格子-Boltzmann方法運動顆粒群曳力系數(shù)的數(shù)值研究[A];中國力學學會學術(shù)大會'2009論文摘要集[C];2009年

相關(guān)碩士學位論文 前3條

1 張亞男;基于格子-Boltzman方法的流體-顆粒非均勻流動結(jié)構(gòu)及相互作用研究[D];哈爾濱工業(yè)大學;2016年

2 黃保乾;激波與單/雙球相互作用機理研究[D];浙江理工大學;2014年

3 陳婉君;激波與模型球陣相互作用的動力學特性研究[D];浙江理工大學;2015年

，

本文編號：1367433