本研究采用神经网络方法，对准确的化学反应速率与反应标量之间的非线性关系进行建模，发展了一种基于人工神经网络(ANN)的燃烧模型．借鉴动态二阶矩模型建模思想，将标量分布的梯度纳入神经网络模型的输入集中，进一步发展出梯度输入人工神经网络(ANN-G)模型．基于一个预混火焰直接数值模拟数据库，对人工神经网络模型进行先验性研究，发现对于反应区域较薄的反应步，ANN模型与ANN-G模型都能准确计算化学反应速率．在泛化验证中，ANN-G模型比ANN模型表现更好．
科研之友
微信
新浪微博
Facebook
分享链接
