基于改进BP神经网络的节流孔板空化特性预测

来源：核动力工程杂志2021年第6期北京时间：

作者：张宇, 孙磊, 何超, 袁少波

单位：中国核动力研究设计院，成都，610213；

摘要：为高效地获取核级管道中节流孔板附近的空化特性，构建了可靠的改进反向传播（BP）神经网络预测模型。首先提取了节流孔板的几何特征参数，并使用拉丁超立方抽样（LHS）方法生成了上述几何特征参数的样本库；然后通过计算流体力学（CFD）方法得到了各个样本对应的最小空化数，以该无量纲参数作为输出响应；最后针对原始BP神经网络预测模型的不足，结合遗传算法建立了节流孔板空化特性的改进预测模型。结果表明，孔板开孔直径和前开角度对最小空化数具有较强的全局敏感度；通过遗传算法优化后的BP神经网络预测模型的预测精度得到了大幅提升，误差均方根降低约36.4%。

关键词：节流孔板, 空化, 计算流体力学（CFD）, 反向传播（BP）神经网络, 遗传算法