具有非定常压力的湍流燃烧室神经网络火焰闭合
流体动力学
2020-12-03 v4
摘要
本文生成基于神经网络（NN）的模型，以替代单喷嘴液体推进剂火箭发动机大涡模拟中用于亚格子建模的火焰面表。在最精确的情形中，为各火焰变量分别设计神经网络，并通过将 NN 输出值与表中相应值比较来进行测试。气体常数、火焰内能和火焰热容比分别以 0.0506%、0.0852% 和 0.0778% 的误差估计。火焰温度、热导率和热容比系数分别以 0.63%、0.68% 和 0.86% 的误差估计。进程变量反应速率也以 3.59% 的误差估计。误差基于表中所有点的均方误差计算。所开发的神经网络成功嵌入 CFD 模拟中，完全替代了火焰面表。基于 NN 的 CFD 通过与基于表的 CFD 结果比较得到验证。
引用
@article{arxiv.2005.14167,
title = {Neural Network Flame Closure for a Turbulent Combustor with Unsteady Pressure},
author = {Zeinab Shadram and Tuan M. Nguyen and Athanasios Sideris and William A. Sirignano},
journal= {arXiv preprint arXiv:2005.14167},
year = {2020}
}
备注
This paper is accepted for publication in the AIAA Journal