三维煤炭超临界水制氢反应器多相流场深度时空智能建模及预测方法

作为一种大型洁净能源装备,煤炭超临界水制氢反应器内部是耦合传热传质和化学反应的多相环境。制氢反应器的实验和数值模拟研究产生了大量的多维、瞬时流场数据。本文首先通过空间插值处理所获得的非结构化多相流场仿真数据,并利用深度学习技术构建了数据驱动的三维多相流场时空预测模型3DReactorNet,对三维制氢反应器内复杂的多相流场进行学习,从而实现对未知工况下反应器内三维多相流场时空演变的快速准确预测。进一步地,本文通过MC Dropout策略度量了3DReactorNet模型预测结果的置信度。测试结果表明,3DReactorNet模型的预测结果与CFD计算结果高度一致,但预测速度远优于CFD仿真,有利于高效的反应器设计和优化。