一种基于数值模拟与神经网络的燃烧器喷口风量预测方法

摘要

一种基于数值模拟与神经网络的燃烧器喷口风量预测方法，涉及燃烧器技术领域，针对传统的炉膛内部风量测量方法测量精度和效率低的问题，包括步骤一：利用数值模拟软件建立锅炉热二次风道的物理模型，进行仿真运算，生成各工况下的燃烧器喷口风量仿真数据；步骤二：对生成的各工况下的燃烧器喷口风量仿真数据进行数据清洗；步骤三：根据处理后的数据训练神经网络，并利用训练好的神经网络对燃烧器喷口风量进行预测。根据人为设定的典型工况，作为算法输入，训练神经网络，通过该模型可以预测大量其他工况下的燃烧器喷口风量。利用算法代替人工网格绘图、数值模拟仿真等大量工作。极大程度上缩短了预测时间、提高了仿真效率、并且提高了测量精度。