通用波浪形通道冷板的热工水力特性分析与智能预测方法及系统

本发明属于但不限于锂电池热管理技术领域，公开了一种波浪形通道冷板热工水力特性研究及神经网络预测方法，建立正弦波浪形通道冷板的参数化几何模型，根据正交实验确定波浪形冷板结构参数和冷却工质流量；通过对冷板流动传热特性分析可得冷却工质流量对Q、Δp和PEC的影响程度最大，几何结构参数主要对Δp和PEC产生影响；通过对电池温度分析可以可得电池最高温度主要受放电倍率和流量的影响，几何结构参数主要影响温度分布，并且在高放电倍率条件下影响更加凸显。构建了全连接神经网络，利用数值仿真计算所得结果对神经网络进行训练，训练后的神经网络可快速准确的根据输入参数预测Tmax和PEC，与仿真结果相比误差在5％以内。