文章编号：1000-8055（2023）04-0806-10doi：10.13224/j.cnki.jasp.20220836基于人工神经网络模型的超临界RP-3热物性计算陶凯航1，2，朱剑琴1，2，程泽源1，2（1.北京航空航天大学能源与动力工程学院，北京100191；2.北京航空航天大学航空发动机气动热力国家级重点实验室，北京100191）摘要：为准确得到超临界压力下RP-3的热物性，基于人工神经网络（ANN）方法建立超临界RP-3的密度、黏度、比定压热容和导热系数的计算模型。以广义对应态法则计算得到的RP-3热物性结果训练神经网络，并耦合了实验误差模型得到修正后的ANN模型。计算温度变化范围为300～800K，压力变化范围为3～6MPa。结果表明：ANN模型能准确地预测超临界RP-3的热物性，且计算精度比广义对应态法则计算得到的结果提高了16.3%。在压力为5MPa的工况下，ANN模型预测的密度、黏度、比定压热容和导热系数的回归系数均大于0.99，与实验结果平均相对误差分别为1.5%、4.1%、0.9%和0.7%。关键词：超临界；航空煤油RP-3；广义对应态法则；人工神经网络模型；热物性中图分类号：V231文献标志码：ACalculationofthermophysicalpropertiesofsupercriticalRP-3basedonartificialneuralnetworkmodelTAOKaihang1，2，ZHUJianqin1，2，CHENGZeyuan1，2（1.SchoolofEnergyandPowerEngineering，BeihangUniversity，Beijing100191，China；2.NationalKeyLaboratoryofScienceandTechnologyonAeroEngineAero-thermodynamics，BeihangUniversity，Beijing100191，China）Abstract:InordertoaccuratelyobtainthethermophysicalpropertiesofRP-3undersupercriticalpressure,thecalculationmodelsofdensity,viscosity,specificheatcapacityatconstantpressureandthermalconductivityofsupercriticalRP-3wereestablishedbasedonartificialneuralnetwork（ANN）method.TheRP-3thermophysicalpropertiesobtainedbytheextendedcorrespondingstatewereusedtotraintheneuralnetwork,andthemodifiedANNmodelwasobtainedbycouplingtheexperimentalerrormodel.Thecalculatedtemperaturerangewas300−800K,andthepressurerangewas3−6MPa.TheresultsshowedthattheANNmodelcanaccuratelypredictthethermophysicalpropertiesofsupercriticalRP-3,andthecalculationaccuracywas16.3%higherthanthatoftheextendedcorrespondingstate.Atthepressureof5MPa,theregressioncoefficientsofdensity,viscosity,specificheatcapacity...
