基于动态进/出口和流量控制的冲击喷嘴阵列热传递的代理模型

本研究提出了一种用于预测封闭式冲击喷嘴阵列 Nusselt 数分布的代理模型，其中每个喷嘴可独立工作，且喷嘴可从进口转换为出口，导致大量可能的流动布局。虽然计算流体动力学 (CFD) 模拟能够以高保真度建模热传递，但其成本禁止用于如模型基温度控制等实时应用。为此，我们生成一个基于卷积神经网络 (CNN) 的代理模型，能够实时预测 Nusselt 分布。我们采用再ynolds 数小于 2000 的隐式大涡 CFD 模拟数据进行训练。我们训练了两个不同的模型：一个用于 5×1 喷嘴阵列（83 次仿真），一个用于 3×3 喷嘴阵列（100 次仿真）。我们引入一种方法，通过相关性缩放将预测外推到更高的 reynolds 数（reynolds < 10000）。代理模型在准确性上表现优异，5×1 代理模型的验证数据上归一化平均误差低于 2%，3×3 代理模型为 0.6%。实验验证确认了该模型的预测能力。本工作为先进热管理应用中的模型基控制策略提供了基础。