【作者】

郑潇; 刘震涛

【单位】

浙江大学

【摘要】

在传热领域，热交换器作为保证大功率设备热平衡的重要部件，传统CFD模拟消耗了大量时间和计算资源。本文应用并验证了人工神经网络（Artificial Neural Network）算法，来预测具有不同高度凸起的换热通道的热性能。利用729个不同凸起高度的CFD模拟结果的数据集作为数据阵列，建立一个高精度的机器学习预测模型。结果显示，各种通道的传热系数得到了精确的预测，以ANN为代表的机器学习算法被证明适用于传热领域。此外，本文分析了不同位置凸起对传热系数的影响，结果表明，越靠前的凸起对壁面传热系数影响越大，而通道整体凸起高度均匀性对传热系数的影响也越大。

【关键词】

机器学习;人工神经网络;换热通道;凸起;传热系数

【论文集名称】

数字化设计与仿真技术

【会议名称】

设计智能制造2023学术年会

【会议时间】

2023-10-20至2023-10-23

【会议地点】

湖北十堰

【下载次数】

4

返回