本文选自《工程热物理学报》2022年第43卷

基于YSI 数据库及ANN 算法预测模型燃料成烟倾向

程小钢 任飞 高展 黄震 朱磊

上海交通大学动力机械与工程教育部重点实验室， 上海200240

 摘 要

本文针对模型燃料的成烟倾向测试及预测开展研究。首先基于激光诱导炽光法，在同轴层流扩散火焰平台上完成了151种模型燃料和21种纯净物的二维碳烟体积分数测试。实验结果被量化为燃料成烟指数YSI，并系统地构建了燃料成烟指数数据库。基于该数据库，分别采用线性预测法、人工神经网络法(ANN) 和本研究开发的碳烟优化版人工神经网络法(S-ANN) 对YSI进行了学习和预测。结果表明S-ANN 在性能指标上显著超过前两种方法，该方法在燃料成烟倾向预测方面具有工程应用潜力。

关键词：激光诱导炽光法；成烟倾向；机器学习；人工神经网络