采用机器学习的二甲醚层流燃烧速度预测研究

摘要：

为了明确二甲醚层流燃烧速度与混合气初始条件(温度、压力、当量比)之间的关系,基于大量的实验及数值模拟数据,利用机器学习多变量回归算法,建立了二甲醚/空气预混层流燃烧速度随初始条件的拟合关系式.通过与文献及数值模拟结果的对比,发现所建立的函数关系式能够在0.8～1.4当量比、298～373 K初始温度和0.1～1.0 M Pa初始压力范围内得到准确的二甲醚层流燃烧速度预测结果.二甲醚层流燃烧速度随初始压力呈负指数关系,随初始温度呈正指数关系,化学当量比时,压力和温度指数的绝对值较小,混合气较浓或较稀时,压力和温度指数的绝对值增大,表明二甲醚层流燃烧速度随初始压力的增大而减小,随初始温度的升高而增大,且在较浓或者较稀的混合气条件下,层流燃烧速度随初始压力和温度的变化更为敏感.研究结果可以为二甲醚发动机数值模拟提供简单准确的层流燃烧速度输入数据,从而节约研究成本和计算时间.

关键词：层流燃烧速度、二甲醚、模型预测、机器学习、多变量回归

所属期刊栏目：54

分类号：TK411.2(内燃机)

资助基金：国家自然科学基金资助项目;中央高校基本科研业务费专项资金资助项目

在线出版日期：2020-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：62-67