面向微重力层流扩散火焰特性实时表征的降阶模型开发

摘要

微重力环境下火焰状态的实时监测对于研究火焰特性和航天器防火安全具有重要意义，为此采用本征正交分解和神经网络相结合的方法构建了微重力甲烷层流扩散火焰温度的降阶模型．该模型以燃料中甲烷体积分数和喷嘴出口燃料流速为输入，对火焰的温度场和OH自由基浓度场的进行实时预测．研究结果显示，降阶模型对温度训练工况重构和新工况预测的均方根误差均低于0.05 K，对OH浓度训练工况重构和新工况预测的均方根误差均低于0.06，表明该模型能够实时精准地预测微重力下火焰的状态．

关键词

微重力 / 层流扩散火焰 / 本征正交分解 / 神经网络