基于辐射传递方程和多层前馈神经网络融合的炉膛温度场重建方法

基于辐射传递方程和多层前馈神经网络融合的炉膛温度场重建方法，包括如下步骤：利用黑体炉标定辐射探测器，建立图像强度和辐射强度的关系；利用DOM算法建立考虑介质吸收、散射作用及壁面作用的详细辐射传递方程RTE；通过平滑温度场和fluent模拟生成数据集作为神经网络的学习集；构建多层前馈神经网络；学习好的模型预测每个网格温度，得到炉膛断面温度场。本方法将辐射传递方程的物理约束与前馈神经网络耦合，避免了现有技术纯物理约束计算量大和纯数据驱动无物理理论支持的缺点；对于不同现场仅需更换fluent模型模拟学习集，工作量小；调用已预先学习好的模型即可快速得到温度测量结果，占用较少计算资源。