韩浪

毕业时间： 2005年4月

工作单位：深圳中广核工程设计有限公司
论文题目：人工神经网络在圆管和棒束临界热流密度预测中的应用
摘要：
本论文根据人工神经网络（Artificial Neuron Network，简称ANN）理论在数据处理方面的特点，在总结前人应用ANN理论预测圆管临界热流密度（Critical Heat Flux，简称CHF）的基础上，进一步提高了ANN在圆管CHF中的预测精度，并开创性地将ANN理论应用到棒束CHF的预测中。
应用ANN理论到CHF实验数据处理中时，采用了BP网络结构和LM算法，通过大量计算获得了隐含层神经元个数对CHF预测精度的影响，利用CHF预测模型分析了CHF参数趋势，结果表明：采用两层隐含层同时每层神经元为15个，可以训练出在宽参数范围内具有高预测精度的CHF预测模型。
对于圆管CHF工况，对收集到的82个圆管CHF数据库应用切片法、相似度计算和热平衡校验方法去除其中的重复点和坏点，根据进口、局部和出口条件建立了相对应的数据库，利用ANN理论训练出CHF预测模型；对于棒束CHF工况，分析了美国哥伦比亚大学热传实验室CHF实验报告，得出了影响棒束CHF的主要参数。利用热工水力子通道分析程序COBRA-IV-I计算出每个CHF实验工况的局部参数值并整理成数据库，利用ANN理论训练出了棒束CHF预测模型。
利用圆管和棒束的CHF预测模型对各自的数据库进行了CHF的预测和参数趋势分析，可以得出结论：基于ANN的CHF预测模型与常规经验关系式相比，具有较高的预测精度、更宽的参数范围和准确的参数趋势；与CHF查询表相比，其精度相当，但更准确地考虑了圆管直径对CHF的影响。
本论文研究工作对CHF预测方法的研究具有积极的意义并有着工程实用价值。
关键词：临界热流密度，人工神经网络，模型
论文类型：应用基础