基于人工神经网络的甲烷富氧燃烧机理优化

来源：动力工程学报杂志2024年第4期北京时间：

作者：黄章俊, 徐通, 何洪浩, 孙刘涛, 田红, 李新卓,

摘要：采用带误差传播的直接关系图法、全物种敏感性分析和人工神经网络(ANN)联合方法,以点火延迟时间和CO摩尔分数为优化目标,通过对甲烷富氧燃烧详细机理USCmech2.0 的简化和优化,提出了基于人工神经网络的甲烷富氧燃烧优化机理(ANN-OMOC)。甲烷富氧燃烧模拟计算和对比分析的结果表明:相比于甲烷富氧燃烧简化机理FSSA的预测误差, 优化机理ANN-OMOC对点火延迟时间、层流火焰速度的预测误差分别从2.53%、24.38%降到0.50%、14.41%;与甲烷富氧燃烧的简化机理DRGEP 和FSSA 相比,优化机理ANN-OMOC对点火延迟时间、OH摩尔分数峰值和CO摩尔分数峰值的预测结果最佳,其相对误差均在10%以下。

关键词：甲烷,富氧燃烧,机理优化,人工神经网络,点火延迟时间,CO摩尔分数,