文章摘要:为了解决超临界小火焰燃烧模型数据库过于庞大，导致计算机内存不足和取值性能下降的问题，提出使用人工神经网络（ANN）进行建库的超临界小火焰/过程变量模型FPV-ANN.在先验性分析及在超临界水热火焰的大涡模拟计算中发现，FPV-ANN方法在温度、组分和其他目标变量的分布与传统FPV方法得到的结果吻合，说明FPV-ANN方法的准确性与传统FPV方法一致.由于人工神经网络小火焰库大小只有传统库的1%,FPV-ANN方法在大规模并行计算中消耗更少的计算机内存. FPV-ANN方法的计算速度比传统FPV方法提升了30%.可以看出，提出的FPV-ANN方法具有更好的计算性能.

文章关键词:

论文分类号:TP183