基于数字孪生与机器学习的大颗粒气力输送管道最优风速计算方法

本申请公开了一种基于数字孪生与机器学习的大颗粒气力输送管道最优风速计算方法，步骤包括：S1：对气体流体区域和大体积颗粒进行数字孪生建模，包括整体管道流体模型、流体区域网格划分、大颗粒模型、大颗粒运输体积分数算法；S2：进行气固耦合数值模拟实验计算仿真数据，获得运输不同体积、质量的球状颗粒的最佳输送风速；S3：采用机器学习中的多元线性回归分析对仿真数据进行拟合，建立管道最优风速计算模型，确定自变量的高阶项阶数。本方法本发明对气力输送管道和大体积颗粒进行数字孪生建模，通过气固耦合数值模拟实验，获得运输不同体积、质量的球状颗粒的最佳输送风速，避免了通过复杂繁琐、甚至难以执行的实际实验获取数据。