我的新闻

恭喜李俊磊博士在国际氢能期刊上发表论文。

论文题目：Flame speed prediction and combustion characteristics of hydrogen-enriched methane jets: A POD-Mixed-BPNN framework for CFD flame dynamics

论文开发了一个基于本征正交分解（POD）耦合奇异值分解（SVD）方法的降阶模型框架来预测高氢掺混比下的喷射火焰。研究考虑了氢掺混比（HDR）、当量比和喷嘴半径等关键参数。通过三种插值方法——POD线性插值、POD样条插值和POD径向基函数（RBF）——与反向传播神经网络（BPNN）预测温度场进行比较。虽然POD线性插值在平滑参数过渡下表现良好（运行时间< 5.4 毫秒，误差< 6.51%），甚至在某些情况下优于BPNN，但BPNN在整体精度上有所提升（< 4.75%），并将计算时间减少至1.74 毫秒。为了进一步提高在有限样本下的泛化能力和鲁棒性，提出了一种混合BPNN方法，使得预测误差从4.75%降低至1.34%，同时将预测时间略微增加至2.35 毫秒。