Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种非能动余热排出换热器三维瞬态温度场快速预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种非能动余热排出换热器三维瞬态温度场快速预测方法,包括以下步骤:1.在非能动余热排出换热器运行工况范围内随机抽样,得到若干组仿真工况;2.基于抽样的工况开展非能动余热排出换热器三维瞬态模拟;3.后处理得到包含某时刻非能动余热排出换热器三维温度场数据的四维张量;4.搭建人工神经网络;5.以每组仿真工况参数作为输入,后处理得到的四维张量为目标输出,训练得到该时刻下的人工神经网络;6.重复步骤3至5,得到各时刻下的人工神经网络;7.将新工况参数输入各时刻下人工神经网络,快速预测非能动余热排出换热器三维瞬态温度场;本发明能够快速预测不同工况下非能动余热排出换热器的三维瞬态温度场,大幅节省仿真资源,支持非能动余热排出换热器数字孪生模型开发及优化设计研究。

主权项:1.一种非能动余热排出换热器三维瞬态温度场快速预测方法,其特征在于,包括如下步骤:步骤1:在非能动余热排出换热器运行工况范围内随机抽样,得到若干组仿真工况,具体步骤如下:步骤1-1:确定非能动余热排出换热器仿真所需运行参数:一次侧进口流量a,一次侧进口温度b,二次侧初始温度c;确定每个参数在非能动余热排出换热器正常运行工况下的取值范围,即:a∈A=[amin,amax]1b∈B=[bmin,bmax]2c∈C=[cmin,cmax]3其中,A、B、C分别代表一次侧进口流量a的取值范围,一次侧进口温度b的取值范围,二次侧初始温度c的取值范围;下标min表示最小值,max表示最大值;步骤1-2:使用Excel软件内随机函数功能在各参数取值范围内对每个关键运行参数进行随机抽样,得到N组仿真工况,即:ai=amin+RAND·amax-amin,i=1,2,3...N4bi=bmin+RAND·bmax-bmin,i=1,2,3...N5ci=cmin+RAND·cmax-cmin,i=1,2,3...N6其中,ai,bi,ci分别表示第i组仿真工况的一次侧进口流量、一次侧进口温度、二次侧初始温度;N表示仿真工况总数;RAND为随机函数,在0~1之间随机取值,无量纲;步骤2:基于步骤1抽样得到的N组仿真工况,在开源数值仿真软件OpenFOAM中设置非能动余热排出换热器一次侧和二次侧的仿真边界条件,开展N组仿真工况下的非能动余热排出换热器三维瞬态数值模拟计算;每组仿真工况分别能得到T个不同时刻下的计算结果文件,共计N×T个计算结果文件;步骤3:对某时刻t的N个计算结果文件进行后处理,t=1,2,3…T,得到包含某时刻非能动余热排出换热器三维温度场数据的四维张量,具体步骤如下:步骤3-1:将t时刻下的N个计算结果文件导入后处理软件ParaView,利用切片功能在非能动余热排出换热器内部建立M个尺寸相同的二维平面,二维平面在长、宽两个方向上的网格数分别为X、Y;步骤3-2:从ParaView分别导出N个工况下、M个二维平面的温度场数据,格式为csv文件,总共得到N×M个csv文件;步骤3-3:使用开源机器学习工具pyTorch读取N×M个csv文件的数据并将其排列为一个四维张量D0,张量大小为N×M×X×Y;该张量包含了非能动余热排出换热器在同一时刻下、不同工况时的三维温度场数据;步骤4:搭建人工神经网络,包括输入层、线性层、卷积层和输出层:步骤4-1:建立输入层,输入层含有3个神经元,用来接收第i组仿真工况包含的3个关键运行参数:ai,bi,ci,排列为一维张量D1=[ai,bi,ci],大小为1×3;步骤4-2:建立全连接层,线性层用来接收一维张量D1,将其线性变换后输出为一维大小为1×M×X×Y的一维张量D2,再将其拼接为大小为M×X×Y的三维张量D3;步骤4-3:建立卷积层,卷积层用来接收三维张量D3,将其卷积后输出大小为M×X×Y的三维张量D4,;步骤4-4:建立输出层,输出层用来接收三维张量D4,将其线性变换后得到人工神经网络的实际输出:一个大小为M×X×Y的三维张量D5,包含了换热器在第i个工况,t时刻下的三维温度场数据;步骤5:将N组仿真工况的关键运行参数作为人工神经网络输入,将步骤3-3得到的四维张量作为目标输出,以人工神经网络实际输出D5与目标输出D0间的均方根误差作为收敛判据,训练步骤4搭建的人工神经网络至收敛,得到t时刻下的人工神经网络;步骤6:针对t=1,2,3…T的每一时刻,重复步骤3至5,能够得到T个训练完成的人工神经网络,能够用于预测非能动余热排出换热器在不同工况,特定时刻下三维温度场的人工神经网络;步骤7:将非能动余热排出换热器新运行工况下的三个参数:一次侧进口流量、一次侧进口温度及二次侧初始温度,分别输入到T个训练完成的人工神经网络中,能快速得到新运行工况下,T个时刻的非能动余热排出换热器三维温度场分布,实现了换热器三维瞬态温度场快速预测。

全文数据:

权利要求:

百度查询: 西安交通大学 一种非能动余热排出换热器三维瞬态温度场快速预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。