基于“分段-组合”残差神经网络的超声速氢气零维点火计算方法

受限于发动机燃烧数值模拟需要长时间超级计算机运行的问题，发展了一种基于“分段-组合”残差神经网络的氢气零维点火计算方法。以氢气零维点火算例为基础，基于自主研发的高超声速内外流耦合数值模拟软件AHL3D构建数据集。数据集中输入变量为超声速工况下的温度、压强及8种组分质量分数的初始状态值，输出变量为3000个时刻点的温度、压强及8种组分质量分数状态值。构建了一种“分段”训练、“组合”预测的残差神经网络框架。算法首先将高维输入数据进行降维训练，再将“分段”模型预测后的参数冻结形成“组合”模型。与氢燃料直接计算相比，实验结果表明“分段-组合”残差神经网络可显著提升计算效率，对于11组分29反应的反应动力学模型可获得9.13倍的计算加速比，均方根误差降到了7.85×10-5，氢燃料参数的预测精度都高于98%，计算效率及精度优于现有的神经网络燃烧计算方法。