典型文献
基于人工神经网络的MILD燃烧区域识别
文献摘要：
基于人工神经网络(artificial neural network,ANN),并结合聚类分析方法,对大涡模拟仿真出的湍流燃烧场的区域进行识别,利用了聚类分析可以通过分类来提供标签的优势,充分发挥出ANN的自学习能力.以湍流MILD(moderate&intense low oxygen dilution)燃烧的HM1工况为例,搭建ANN,选择燃烧场中的物理特征,对由聚类分析提供的分类结果进行学习,来识别燃烧区域.结果表明,该方法有效提高了燃烧区域识别的准确率,并减少了大量的数据需求.为实际工业中燃烧区域的识别提供了更简单、快捷、准确的方法.
文献关键词：
MILD燃烧;人工神经网络;燃烧区域识别
中图分类号：
作者姓名：
谢凡;鲁昊;马天顺
作者机构：
华中科技大学能源与动力工程学院,武汉 430074
文献出处：
引用格式：
[1]谢凡;鲁昊;马天顺-.基于人工神经网络的MILD燃烧区域识别)[J].燃烧科学与技术,2022(05):549-555
A类：
燃烧区域识别
B类：
人工神经网络,MILD,artificial,neural,network,ANN,聚类分析方法,大涡模拟,模拟仿真,湍流燃烧,燃烧场,自学习,moderate,intense,low,oxygen,dilution,HM1,物理特征,数据需求
AB值：
0.376596
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
