波形板壁面液膜的神经网络及混沌特性分析

波形板干燥器是船用核动力系统中重要的汽水分离设备,其壁面上自由下降液膜的流动特性对干燥器的汽水分离效率及船用核动力装置的安全性指标有着较大的影响。基于平面激光诱导荧光技术(PLIF)对不同雷诺数下的壁面薄层液膜厚度进行测量。通过小数据量法计算不同工况下的液膜厚度时间序列的最大Lyapunov指数,分析壁面液膜的混沌特性并进行相空间重构。利用反向传播(BP)神经网络解决非线性问题的优势对液膜厚度进行预测,完成了单隐层BP神经网络预测模型的建立并实现了自由液膜厚度的非线性特征分析。结果显示:最大Lyapunov指数与液膜雷诺数呈正相关关系;在大雷诺数区生成的孤立峰同重力及液膜间的叠加作用相互耦合,使液膜混沌特性变得更加明显。