一种人工智能优化的动态增厚火焰模型构建方法

本发明公开了一种人工智能优化的动态增厚火焰模型构建方法，涉及计算流体力学领域，包括：预估燃烧过程中计算域内的温度、压力以及燃料当量比的变化范围并通过合理划分取值间隔构造正交工况表；其次，建立稳态火焰控制方程组，根据正交工况表求解不同初始条件下的形成的层流火焰厚度并构建火焰面数据集；然后，构建神经网络预测模型并使用火焰面数据集进行训练，使神经网络预测模型可以根据输入的温度、压力、燃料当量比预测对应工况下形成的层流火焰厚度；最后，将神经网络预测模型与计算流体力学求解过程耦合，实时计算层流火焰厚度用于更新火焰增厚因子。本发明可以在燃烧数值求解过程中对火焰增厚因子进行动态调整，提高火焰建模准确性。