采用机器学习的二甲醚层流燃烧速度预测研究

• 作者: 李倩倩 李昭 许凡 陈朝阳
• 来源期刊: 西安交通大学学报
• 关键词: 层流燃烧速度 二甲醚 模型预测 机器学习 多变量回归
• 年，卷（期）: 2020,（7）
• 页码范围: 62-67
• 页数: 6页
• 分类号: TK411.2
• 语种: 中文
• DOI: 10.7652/xjtuxb202007008

摘要

为了明确二甲醚层流燃烧速度与混合气初始条件(温度、压力、当量比)之间的关系,基于大量的实验及数值模拟数据,利用机器学习多变量回归算法,建立了二甲醚/空气预混层流燃烧速度随初始条件的拟合关系式.通过与文献及数值模拟结果的对比,发现所建立的函数关系式能够在0.8～1.4当量比、298～373 K初始温度和0.1～1.0 M Pa初始压力范围内得到准确的二甲醚层流燃烧速度预测结果.二甲醚层流燃烧速度随初始压力呈负指数关系,随初始温度呈正指数关系,化学当量比时,压力和温度指数的绝对值较小,混合气较浓或较稀时,压力和温度指数的绝对值增大,表明二甲醚层流燃烧速度随初始压力的增大而减小,随初始温度的升高而增大,且在较浓或者较稀的混合气条件下,层流燃烧速度随初始压力和温度的变化更为敏感.研究结果可以为二甲醚发动机数值模拟提供简单准确的层流燃烧速度输入数据,从而节约研究成本和计算时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈朝阳	长安大学汽车学院	14	16	2.0	3.0
2	李倩倩	西安交通大学能源与动力工程学院	5	10	1.0	3.0
3	李昭	长安大学汽车学院	2	0	0.0	0.0
4	许凡	长安大学汽车学院	1	0	0.0	0.0