基于决策树的机器学习算法用于高剪涡喷注器模型燃烧器的燃烧条件识别
机器学习
2024-09-25 v1
摘要
燃烧是气动发动机的主要过程，人们希望实现高效的空燃混合以提升性能。高剪涡喷注器常用于改进燃料细化和混合，这些是决定燃烧效率和排放的关键因素。然而，在特定条件下，燃烧器可能出现热声不稳定。本研究采用决策树基于机器学习算法对燃烧条件进行分类，通过分析来自单罐式燃烧器的声压和高速火焰成像数据，该燃烧器采用单旋转高剪涡喷注器，采用甲烷燃料。保持雷诺数恒定且改变等效比，燃烧器表现出稳定和不稳定两种状态。通过时序分析提取数据特征，为燃烧动力学提供了洞察。训练的监督式机器学习模型准确地对稳定和不稳定运行状态进行分类，显示出有效预测燃烧条件的能力，覆盖所研究的参数范围。
引用
@article{arxiv.2409.15363,
title = {Combustion Condition Identification using a Decision Tree based Machine Learning Algorithm Applied to a Model Can Combustor with High Shear Swirl Injector},
author = {PK Archhith and SK Thirumalaikumaran and Balasundaram Mohan and Saptharshi Basu},
journal= {arXiv preprint arXiv:2409.15363},
year = {2024}
}