机械工程学报

作者：袁晓明, 刘存飞, 肖浩阳, 沈炳韩, 徐新宇, 张立杰

单位：燕山大学起重机械关键技术全国重点实验室 秦皇岛 066004

关键词：降阶模型,长短时记忆神经网络,自激振荡,消防喷嘴,流场预测；

基金：国家自然科学基金面上资助项目(52175066)。

作为消防水射流系统的核心部件，自激振荡消防喷嘴适用于消灭大多数固体物质火灾，且具有结构简单、工作效率高、成本低廉等优点。利用数值模拟方法可计算其流场，并得到高精度结果，但计算时间长且计算量大。降阶预测模型是实现降低流场维度、实现流场重构和预测流场分布的有效手段。因此，以自激振荡消防喷嘴为研究对象，提出基于编码器和本征正交分解的降阶模型，以长短时记忆神经网络和深度神经网络为推理器，开展喷嘴流场脉冲机理分析、特征提取重构、时序预测与脉冲打击力分析研究。预测结果表明，喷嘴外流场预测平均相对误差为7.02%，内流场预测平均相对误差为7.20%，脉冲射流压力预测平均相对误差为3.25%。经试验验证，预测模型与试验的最小脉冲打击力误差为7.74%，最大脉冲打击力误差为5.65%；数值仿真与试验的最小压力误差3.14%，最大压力误差为6.72%。本项目研究可为预测喷嘴流场提供一种方法。

来源：2025年第22期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第22期