池式沸腾和流动沸腾的人工神经网络研究

成功构建了2个分别用于预测同心圆管开式热虹吸器内自然循环临界热流密度(CHF)和池式核态沸腾换热系数的人工神经网络。其预测均方误差分别为16.43%和19.57%。用训练成功的人工神经网络分析了2种沸腾换热的影响因素,分析结果表明:热虹吸器内同心内管的出现使CHF增加,热虹吸器内的CHF随内管外径的增加先增加后减小。池式核态沸腾表面传热系数随压力的增加先呈线性增加,当压力接近临界压力时,增加速度增大。