基于神经网络的管内沸腾两相流型识别

摘要：

利用Fluent软件的UDF编程对常压蒸汽锅炉水冷壁管内沸腾现象进行数值模拟，提取泡状、弹状和环状流型对应的压力、温度、含汽率等特征，将其作为BP神经网络的输入特征向量，进行管内沸腾汽液两相流型的识别，结果表明：BP神经网络流型识别的准确率达到95.24％；通过分析流型和壁温与壁面换热系数的关系，发现流型变化会引起壁面换热系数的剧烈波动，换热系数随壁温升高迅速降低，最终趋近于一个最低值。

关键词： 沸腾换热 BP神经网络 管内沸腾 两相流型识别 换热系数 水冷壁

作者: 郭雷 陈雅群 张树生 程林

作者单位: 山东大学热科学与工程研究中心，济南 250061

会议类型: 国内会议

会议名称: 中国工程热物理学会传热传质学2009年学术会议

会议地点: 青岛

会议语种:中文

页码: 1-6

在线出版日期: 2009-11-01（万方平台首次上网日期，不代表论文的发表时间）