人工神经网络在螺旋折流板换热器预测中的应用.pdfVIP

中国工程热物理学会 传热传质学 第十一届学术会议 编号：053102 人工神经网络在螺旋折流板换热器 预测中的应用1 李丹琳王秋旺曾敏谢公南罗来勤 (西安交通大学动力工程多相流国家重点实验室，陕西西安710049) 摘要：采用神经网络系统理论，在实验数据的基础上实现了螺旋折流板换热器传热与阻力性能的模 拟。训练后的网络具有较强的泛化能力，可用来预测其它流态下的沿程压降，误差控制在3％以内，cPu 时间为55s。该方法学习时间短，精度高，易于计算机实现，所得网络模型为螺旋折流板换热器的工 业设计及应用提供了一定的参考和依据。 关键词： 神经网络螺旋折流板换热器沿程压降预测 1引言 螺旋折流板换热器在工业领域中有着非常广泛的应用。目前关于螺旋折流板换热器 的研究大多限于实验研究和数值模拟的方法，zh∞寸”对翅片管组成的螺旋板油一水换 热器的传热和阻力特性做了试验研究；邓斌¨1采用多孔介质、分布阻力模型、阶梯逼近 技术对螺旋折流板换热器壳侧的流动进行了三维数值模拟。理论上采用数值模拟的方法 较为复杂且计算时间较长，也可能因为假设产生较大误差。当前日渐成熟的人工神经网 络技术为这种复杂的非线性系统模型分析提供了一种新的方法，对于工程中许多难以用 方程描述的问题，在获得实验数据的基础上，不需要假设关联式的形式和建立精确的数 学模型，就能获得较高精度的模拟预测结果。近些年来，国内外许多研究者把人工神经 网络技术应用到热能动力系统中，其中巫江虹Ijl采用神经网络理论实现了换热器内部流 经网络及遗传算法对冷却设备的制冷过程进行了模拟。 关于人工神经网络方法在螺旋折流板换热器方面的研究目前尚未见公开报道。本文 试图用少量的试验数据【61作为样本，采用神经网络系统理论贝叶斯算法对螺旋折流板换 热器传热与阻力性能进行模拟和预测，旨在为工业应用提供参考和进一步的研究。 2神经网络模型的建立 一个具有r个输入分量的神经元如图1所示。其中，输入分量p．021，2，…，r) 通过与和它相乘的权值分量u◇21，2，…，r)相连，以＆辟的形式求和后，形成 闰 激活函数厂()的输入，激活函数的另一个输入是神经元的偏差6。 幽1中神经元的输出矢量可表示为： 基金项目：国家教育部“新世纪优秀人才支持计划”资助项目(NcET-04．0938) 1565 ， 一=，(∥+P+6)=厂(∑uB+6) Jzl ^ ^ 口 ● 汉){一 脚 6 、、．———。．．．．．．．．．／、、-．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．——．．——．．．．．．．．．．．．．．．．．．．-／ 输入 神经元 图l单个神经元模型图 神经网络由大量的神经元组成，每个神经元从其它神经元接受信息，产生神经兴奋 和冲动。网络权值的确定不是通过计算而是通过网络的自身训练来完成的，这也是人工 神经网络在解决问题的方式上与其他方法的最大不同点。借助计算机的帮助，几千次甚 至上万次的网络权值的训练能够在很短的时间内完成【7l。 文中所引用原始样本训练数据参见文献【61附录2．7所示，将前14组数据作为训练样 本用来训练网络，后面6组数据用来预测。试验数据的获取在换热器以下几何参数下进 行：螺旋角为100，螺距为50mm，折流板数目为80；壳侧为热态油，管内为冷却水。 由于影响螺旋折流板换热器阻力特性的因