超临界RP-3航空煤油热物性替代模型研究
Journal of Engineering Thermophysics（2022）
摘要
为准确预测RP-3航空煤油在超临界压力下的热物性,本文在四组分模型的基础上,分别基于遗传算法(GA)和人工神经网络(ANN),提出了两种构建航空煤油替代模型的方法,并对比了两种方法在预测不同热物性上的性能.关注的热物性包括密度、黏度、比定压热容以及热导率.结果表明对于密度和黏度,两种方法均能得到高精度的替代模型;对于比定压热容,GA构建的模型精度更高,而ANN构建的模型表现反而变差;对于热导率,但由于缺乏跨临界区的实验数据,GA可以通过约束适应度函数使模型仍能准确预测伪临界温度,而ANN的灵活性则较差.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要