期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于CNN-LSTM深度学习的燃烧不稳定性检测方法研究 被引量:4
1
作者 王高峰 +1 位作者 杨瑶 张非非 《燃烧科学与技术》 CAS CSCD 北大核心 2022年第2期119-125,共7页
提出了一种基于高速火焰图像序列的深度学习模型来检测燃烧不稳定性.模型以高速火焰图像序列作为输入,结合卷积神经网络(CNN)和长短期记忆网络(LSTM)同时学习图像序列的空间特征和时间相关性,输出燃烧不稳定性检测结果.利用旋流燃烧室... 提出了一种基于高速火焰图像序列的深度学习模型来检测燃烧不稳定性.模型以高速火焰图像序列作为输入,结合卷积神经网络(CNN)和长短期记忆网络(LSTM)同时学习图像序列的空间特征和时间相关性,输出燃烧不稳定性检测结果.利用旋流燃烧室多种工况下稳态和非稳态的瞬态火焰图像数据集验证模型的鲁棒性和准确性.该深度学习模型被证明是一种潜在的燃烧不稳定性检测工具,并有望成为一种很有前途的燃烧不稳定性预测工具. 展开更多
关键词 旋流预混燃烧 燃烧不稳定性 深度学习 卷积神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部