论文部分内容阅读
本文成功地训练了3种用于预测临界热流密度（CHF）的人工神经网络，其输入参数分别是系统压力、质量流速、平衡含汽量；其输出参数是CHF。通过人工神经网络，分析了压力、流量、热平衡含汽量和进口过冷度对CHF的影响，且成功地将人工神经网络应用于CHF的预测中，预测结果与实验值符合很好。分析结果表明：人工神经网络训练的3种类型中，类型Ⅱ的预测精度最高，可达±10％。