许扬, 蔡安民, 吴梓秋, 林伟荣, 张林伟, 李水清. 基于BP神经网络和多因素权重分析的气热除冰温度影响因素研究[J]. 热力发电, 2022, 51(12). DOI: 10.19666/j.rlfd.202208162
引用本文: 许扬, 蔡安民, 吴梓秋, 林伟荣, 张林伟, 李水清. 基于BP神经网络和多因素权重分析的气热除冰温度影响因素研究[J]. 热力发电, 2022, 51(12). DOI: 10.19666/j.rlfd.202208162

基于BP神经网络和多因素权重分析的气热除冰温度影响因素研究

  • 摘要: 对典型叶片的气热除冰系统,建立全尺寸三维换热模型,对流固耦合传热过程进行模拟观察,同时,简化并构建一维换热模型,探究了环境温度等关键参数对除冰气流温度的影响;基于BP神经网络,建立环境条件与最低除冰气流温度之间的对应关系.结果显示:在叶片铺层结构与叶片流道布置的综合影响下,叶片前缘中部处气热除冰难度最大;利用BP神经网络可实现不同条件下的最低除冰气流温度的快速计算和预测;多因素权重分析显示,环境温度、PVC材料导热系数是影响最低除冰气流温度的两大关键参数;对于0.2r~r范围内的除冰,叶片长度也是影响最低除冰气流温度的关键参数,其影响权重达到14.3%.

     

/

返回文章
返回