热能动力工程

作者：纪煜哲，陈 曦，林 毅，王利峰

单位：上海理工大学 能源与动力工程学院，上海 200093,,上海理工大学 能源与动力工程学院，上海 200093,,上海理工大学 能源与动力工程学院，上海 200093,,上海理工大学 能源与动力工程学院，上海 200093,

关键词：脉动热管;神经网络;预测;传热

基金：国家自然科学基金(50906054)

为研究BP和RBF神经网络对脉动热管热阻的预测及改善脉动热管性能，将加热功率、倾角及工作温区作为输入参数，热阻作为输出参数，建立BP和RBF神经网络模型。利用大量实验数据对BP及RBF神经网络进行训练并预测，将预测值与实验值比较，以验证BP和RBF神经网络预测性能。结果表明：BP和RBF神经网络均能较好地预测热阻；采用RBF神经网络，训练数据及测试数据线性回归决定系数R2分别为0.999 44和0.969 76，预测结果相对误差分别为0.89%和2.97%，均方误差分别为1.43×10-7和3.13×10-6；与BP神经网络相比，线性回归决定系数R2更接近1，相对误差和均方误差更小，能更精确地预测热阻。

来源：2021年第7期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2021年第7期