مدلسازی اندرکنش شعله پیش مخلوط با اغتشاشات میدان جریان براساس شبیه سازی گردابه های بزرگ (LES) با به کارگیری شبکه عصبی مصنوعی در سینتیک شیمیایی احتراق

در این تحقیق، کارآیی شبکه های عصبی مصنوعی به عنوان عامل انتگرالگیر از دسته معادلات دیفرانسیلی غیرخطی حاکم بر سینتیک شیمیایی احتراق در مدلسازی LES شعله پیش مخلوط مغشوش نشان داده شده است. آموزش شبکه عصبی مصنوعی براساس الگوریتم آموزشی خطای پس انتشار صورت گرفته است که در آن ضرایب مدل آموزشی به طور دینامیکی و سازگار با توپولوژی تابع خطا معین می شوند. جدول بانک اطلاعاتی آموزش شبکه عصبی براساس مطالعات مستقل شعله با استفاده از مدل احتراقی زیرشبکه ای اختلاط خطی گردابه بنا شده است و شبکه عصبی آموزش دیده، به طور موفقیت آمیز در سینتیک شیمیایی مدلسازی LES اندرکنش اغتشاشات میدان جریان مغشوش با جبهه شعله در نسبت های هم ارزی و سطوح اغتشاشی مختلف استفاده شده است. نتایج این تحقیق نشان می دهد که زمانی که شبکه های عصبی مصنوعی به درستی آموزش داده شوند، قادرند که نرخ واکنش گونه های شیمیایی را با دقت بسیار بالا و با بازدهی بالاتری به لحاظ هزینه های محاسباتی حافظه و زمان نسبت به روش های رایج انتگرالگیری مستقیم و جداول جستجوی مقادیر پیش بینی کنند. نتایج حل عددی میدان جریان نیز تطابق کاملی با نتایج مطالعات گذشته نشان می دهند.