基于显式函数和神经网络的喷气燃料混合模型的研究及应用

• 作者: 刘振涛 张弛 林宇震 许全宏
• 来源期刊: 燃烧科学与技术
• 学科: 航空航天
• 关键词: 喷气燃料 代用组分 显式函数 神经网络 混合模型
• 年，卷（期）: 2017,（5）
• 页码范围: 391-397
• 页数: 7页
• 分类号: V312.1
• 字数: 5645字
• 语种: 中文
• DOI: 10.11715/rskxjs.R201703025

摘要

针对喷气燃料复杂的理化性质,采取显式函数和人工神经网络相结合的策略,以氢碳比、黏度和蒸馏曲线等作为目标性质,发展了喷气燃料代用组分的构建方法,对混合燃料的理化性质具有很好的预测精度.并将此混合模型应用于煤基喷气燃料的代用组分构建,所获得的代用组分模型与真实燃料之间的理化性质差异符合模拟要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许全宏	北京航空航天大学能源与动力工程学院航空发动机气动热力国家级重点试验室	35	420	13.0	19.0
5	刘振涛	北京航空航天大学能源与动力工程学院航空发动机气动热力国家级重点试验室	3	23	1.0	3.0
6	张弛	北京航空航天大学能源与动力工程学院航空发动机气动热力国家级重点试验室	67	385	11.0	16.0