基于主成分分析、聚类和BP神经网络的湍流MILD燃烧初始着火过程的分析

在MILD燃烧中,湍流和燃烧的相互作用十分强烈,尤其是在初始着火过程,识别该过程的火焰推进对于理解燃烧形成过程、稳定燃烧条件有很大帮助.采用MILD燃烧HM1工况的大涡模拟数据,探索了一种基于主成分分析(PCA)、聚类和反向传播神经网络(BPNN)的动态燃烧场识别方法,对稳态燃烧场进行PCA和聚类后,基于BPNN对初始着火过程进行动态识别和分析.结果表明,该方法用于着火过程动态燃烧场识别是可行的,与传统方法相比具有客观、高效的特点,是一种实用的工业火焰测量方法.