Open AccessNeural Networks Applications to Combustion Process Simulation
Author(s) -
Б. В. Крыжановский,
Н.Н. Смирнов,
В. Ф. Никитин,
Я. М. Карандашев,
М. Ю. Мальсагов,
E.V. Mikhalchenko
Publication year - 2021
Publication title -
uspehi kibernetiki
Language(s) - English
Resource type - Journals
ISSN - 2712-9942
DOI - 10.51790/2712-9942-2021-2-4-2
Subject(s) - artificial neural network , computer science , process (computing) , simple (philosophy) , aerospace , combustion , key (lock) , control engineering , artificial intelligence , aerospace engineering , engineering , chemistry , philosophy , computer security , organic chemistry , epistemology , operating system
Моделирование горения является ключевым аспектом полномасштабного трехмерного моделирования современных и перспективных двигателей для авиационно-космических силовых установок. В данной работе изучается возможность решения задач химической кинетики с использованием искусственных нейронных сетей. С помощью классических численных методов были построены наборы обучающих данных. Выбирая среди различных архитектур многослойных нейронных сетей и настраивая их параметры, мы разработали достаточно простую модель, способную решить эту проблему. Полученная нейронная сеть работает в рекурсивном режиме и может предсказывать поведение химической многовидовой динамической системы за много шагов. Combustion process simulations are the key aspect enabling full-scale 3D simulations of advanced aerospace engines. This work studies solving chemical kinetics problems with artificial neural networks. The training datasets were generated by classical numerical methods. Choosing a multi-layer neural network architecture and fine-tuning its parameters, we developed a simple model that can solve the problem. The neural network obtained works is recursive, and by running many iterations it can predict the behavior of a chemical multimodal dynamic system.