基于深度学习的火花放电等离子体反应器电压波形优化设计 |
| |
引用本文: | 尹博,朱益飞.基于深度学习的火花放电等离子体反应器电压波形优化设计[J].空军工程大学学报,2023,24(2):51-59. |
| |
作者姓名: | 尹博 朱益飞 |
| |
作者单位: | 1.西安交通大学机械工程学院,西安,710049;
2.空军工程大学航空动力系统与等离子体技术全国重点实验室,西安,710038 |
| |
基金项目: | 国家自然科学基金
青年科学基金(51901204) |
| |
摘 要: | 等离子体点火助燃在近些年来受到了国际众多学者的广泛关注,传统的火花放电等离子体反应器基于重复性实验设计,但随着飞行高度升高,气压降低和燃烧室流速增大,单纯的热效应无法适应逐渐恶劣的燃烧室环境,限制了燃烧室的安全工作边界。为了维持火花放电,
更合理更高效地控制等离子体放电反应,产生所需的活性物质和能量,为此对电源电压进行优化设计。利用二维模型、零维模型以及深度学习模型计算分析了放电频率和电子密度增长方式对火花放电的影响,通过神经网络模型计算得到电压幅值的增长率与初始电子密度的增长率成负线性关系,电子密度增长方式中先慢后快和分段增长更省能,而电子密度分段式增长所对应的电压放电所产生的O原子和O(1D)粒子数更多,更有利于助燃。综合考虑能耗和助燃组分粒子数,分段式增长的电子密度所对应的电压波形是火花放电点火助燃最佳的选择。
|
关 键 词: | 等离子体点火助燃 火花放电 电压波形优化 数值模拟 深度学习 |
|
| 点击此处可从《空军工程大学学报》浏览原始摘要信息 |
| 点击此处可从《空军工程大学学报》下载免费的PDF全文 |