基于神经网络方法预测翅片参数对车用中冷器性能的影响

• 作者: 俞小莉 夏立峰 肖宝兰 陆国栋 韩松
• 来源期刊: 内燃机工程
• 学科: 工学
• 关键词: 内燃机 神经网络 翅片参数 热力性能 反向传播 径向基函数
• 年，卷（期）: 2010,（5）
• 页码范围: 92-96
• 分类号: TK414.2
• 字数: 2559字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0925.2010.05.019

摘要

鉴于翅片几何参数对换热器流动传热性能影响的典型非线性特性,采用人工神经网络技术对该问题的可行性进行了研究.利用风洞试验数据作为学习和测试样本,将翅片的高度、节距、扭幅和波长作为输入变量,分别建立了3层反向传播(BP)神经网络和径向基函数(RBF)神经网络,对其进行学习训练与优化后,用来预测波纹翅片几何参数变化对中冷器性能的影响.预测结果表明:BP神经网络预测平均误差在5.5 %以内,满足工程实际需要,可以减少大量的试验工作量;而RBF神经网络预测误差非常大,完全不适用于该问题的研究,并对可能原因进行了分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞小莉	浙江大学动力机械及车辆工程研究所	208	2283	26.0	35.0
2	韩松	浙江大学动力机械及车辆工程研究所	25	307	10.0	17.0
3	肖宝兰	浙江大学动力机械及车辆工程研究所	6	29	3.0	5.0