您当前位置:主页 > 技术文章 >

微重力波动与燃烧温度变化研究(二)

来源:正航仪器  日期:2014-10-15

 
 
 
 
一、温度变化和重力波动的时序预测与神经网络方法
1、网络训练将训练阶段的样本进行归一化预处理,选定要输入给神经网络的在时间序列上顺序排列的温度值作为窗口,下一个温度值作为输出目标,其时序窗口和神经网络结构如图2所示。根据本文情况,选输入层神经元个数为10、隐层为8、输出层为1。
把窗口中的温度值顺序送人输入层,通通过反向传播过程使整个网络权值更新一次后,再经过正向传播过程,反复进行这两个过程直到误差达到允许的范围,然后在时间序列上移动窗口获得新的输入输出并重复以上过程。
 
 
微重力波动变化研究 
 
 
2、变化预测
一旦网络训练结束,滑动窗121到时问序列的最后部分,将温度值输入到神经网络中,此时的输出就是该序列的下一步预测值。窗口再向后移动一次,刚才的预测值和相应的原时间序列的温度值作为输入,又可以得到第二步预测了,如此可连续得到数步后的预测值。用此方法所得到的重力和温度预测值与实验值的对比如图3所示。可见,预测值与实验值符台得较好。
 
 
燃烧温度变化研究

 
二、温度变化与重力波动的对比分析
度发生了变化,并且所引起的变化趋势是相同的这是因为重力变化使自然对流的强弱发生变化,重力大则自然对流强,重力小则自然对流小,自然对流的变化使燃料与氧气的混台速度发生变化,从而使燃烧剧烈程度和火焰形状发生相应变化,因而测试点温度产生了相应变化。重力变化和温度变化的趋势也表明,重力对温度有重要作用,由于温度是表征燃烧的一个极为重要的参数,因此可以说重力对燃烧有重要作用。
 

 
微重力波动变化研究图表 
 
三、结论
1本文通过微重力燃烧实验得到了微重力条件下重力波动和温度变化的一组实验数据,为微重力燃烧的理论研究提供了实验基础。
2通过将神经网络与时间序列预测相结台研究了微重力波动和采样点温度变化,预测了二者的变化。
3分别将微重力波动与温度变化曲线依次分段并进行对比分析,得到了采样点温度随重力的变化特性,揭示了微重力波动与采样点燃烧温度变化的关系。http://www.zhenghang88.net 
 
 

网站首页 | 产品中心 | 行业资讯 |产品实拍| 联系我们

正航仪器主营产品: 高温烤箱 盐雾试验机 可程式恒温恒湿试验箱 可程式高低温试验箱(烤漆) 冷热冲击试验箱 模拟运输振动台 臭氧老化箱 紫外光耐气候试验箱 氙灯老化箱

手机TEL: 13798786059 13925773530 腾讯QQ: 1835280132 1529351281 官方邮箱: sherry@sailham.com 工厂地址:寮步镇石龙坑金园新路(美京电子)正对面一栋
备案号: 粤ICP备12059146号

粤公网安备 44190002001181号