一种气液两相流中界面面积浓度的预测方法

本发明公开了一种气液两相流中界面面积浓度的预测方法，包括：根据气‑水两相流动实验数据，将平均空泡份额数据、气泡数目和气泡弦长作为输入数据集；根据气泡的真实速度，计算界面面积浓度，作为输出数据；构建LSTM神经网络模型和界面面积输运方程，并进行耦合得到耦合预测模型，构建双重损失函数；利用训练集对耦合预测模型进行训练，并基于双重损失函数修正LSTM神经网络模型的权重和偏置，输出收敛的耦合预测模型，用于对界面面积浓度进行预测。本发明训练出界面面积浓度的预测方法，有助于复杂两相流问题分析理论的完善，并对核反应堆的长期安全稳定运行提供支持。