Neural Networks Applications to Combustion Process Simulation

Моделирование горения является ключевым аспектом полномасштабного трехмерного моделирования современных и перспективных двигателей для авиационно-космических силовых установок. В данной работе изучается возможность решения задач химической кинетики с использованием искусственных нейронных сетей. С помощью классических численных методов были построены наборы обучающих данных. Выбирая среди различных архитектур многослойных сетей настраивая их параметры, мы разработали достаточно простую модель, способную решить эту проблему. Полученная нейронная сеть работает в рекурсивном режиме может предсказывать поведение многовидовой динамической системы за много шагов. Combustion process simulations are the key aspect enabling full-scale 3D of advanced aerospace engines. This work studies solving chemical kinetics problems with artificial neural networks. The training datasets were generated by classical numerical methods. Choosing a multi-layer network architecture and fine-tuning its parameters, we developed simple model that can solve problem. obtained works is recursive, running many iterations it predict behavior multimodal dynamic system.