遗传神经网络对水平通道流动沸腾传热系数的预测

• 作者: 丛腾龙 秋穗正 章静 苏光辉
• 来源期刊: 原子能科学技术
• 关键词: BP神经网络 遗传神经网络 流动沸腾传热系数
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 反应堆工程
• 页码范围: 70-76
• 页数: 7页
• 分类号: TL33
• 语种: 中文
• DOI: 10.7538/yzk.2015.49.01.0070

摘要

分别采用3层反向传播神经网络（BPN）和遗传神经网络（GNN）预测从常规通道到微通道尺度范围内的管内流动沸腾传热系数，GNN 的精度优于 BPN 的精度（均方根误差分别为17.16％和20.50％）。输入参数为含气率、质量流密度、热流密度、管径和物性，输出参数为传热系数。基于GNN预测结果，进行了参数趋势分析。对常规通道，传热系数随压力的增大而增大；对微通道，低压时传热系数受压力影响很小，高压、低含气率时，传热系数随压力的增大而增大，高压、高含气率时，传热系数随压力的增大而减小。传热系数随质量流密度、热流密度的增大而增大。随含气率的增大，传热系数先增大后减小；微通道发生烧干时的含气率较低。传热系数随管径的减小而增大；管径越小，越易发生烧干。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏光辉	西安交通大学动力工程多相流国家重点实验室	176	810	13.0	21.0
5	秋穗正	西安交通大学动力工程多相流国家重点实验室	171	777	13.0	19.0
9	丛腾龙	西安交通大学动力工程多相流国家重点实验室	10	43	4.0	6.0
13	章静	西安交通大学动力工程多相流国家重点实验室	6	3	1.0	1.0