摘要
本发明提供一种均温密集烤房热湿传递及空气流动模型建立方法,属于烟叶调制技术领域,本发明首先构建多分辨率神经网络基本架构,通过实验装置采集模型输入参数;然后利用传热传质学原理构建热量传递子模型、烟叶水分迁移子模型和空气流动子模型,整合形成多物理场耦合神经网络模型;利用实验数据与计算流体力学仿真数据建立训练数据集,应用深度学习算法训练模型,建立神经网络权重系数与循环风机转速的函数关系式;最终基于训练完成的模型,优化循环风机参数及送回口位置配置,实现装烟室内温度场、湿度场均匀分布,输出最佳循环风机参数配置方案,有效解决了烤房内温湿度场和气流分布不均匀的技术问题。
技术关键词
模型建立方法
耦合神经网络
多分辨率
循环风机
烟叶水分
方程
烟叶初始含水率
空气
烟叶调制技术
流体力学仿真
构建数学模型
神经网络架构
多层次结构
表达式
深度学习算法
深度学习模型
能量守恒
传热面积
物理
系统为您推荐了相关专利信息
土石混合体
数字孪生模型
模型建立方法
效应
CT扫描
渲染方法
直线特征
哈希编码方法
特征提取器
RANSAC算法