基于人工神经网络模型的超临界RP-3热物性计算

为准确得到超临界压力下RP-3的热物性,基于人工神经网络(ANN)方法建立超临界RP-3的密度、黏度、比定压热容和导热系数的计算模型。以广义对应态法则计算得到的RP-3热物性结果训练神经网络,并耦合了实验误差模型得到修正后的ANN模型。计算温度变化范围为300~800 K,压力变化范围为3~6 MPa。结果表明:ANN模型能准确地预测超临界RP-3的热物性,且计算精度比广义对应态法则计算得到的结果提高了16.3%。在压力为5 MPa的工况下,ANN模型预测的密度、黏度、比定压热容和导热系数的回归系数均大于0.99,与实验结果平均相对误差分别为1.5%、4.1%、0.9%和0.7%。