Machine_learning_based_FSCK_model_soot下载

基于机器学习的非均质气烟混合物全光谱相关k分布模型 抽象的： 基于机器学习的全谱相关k分布（FSCK）模型先前由Zhou等人开发。 （2020年），提供了一个紧凑的预测模型，具有良好的效率和准确性，用于评估非均匀气态介质中的辐射光谱计算。 但是，该模型仅适用于CO2，CO，H2O的气体混合物，不能用于大多数燃烧方案中发现的气烟混合物。 此外，以前的基于机器学习的FSCK模型是使用Python训练的，并且需要多个Python程序包来运行该模型以进行辐射传热计算，这限制了其在其他计算流体力学（CFD）平台上的可移植性。 在本文中，通过精确拟合气烟FSCK查找表，针对辐射参与的物种CO2，H2O，CO和烟尘，开发了一种新的基于机器学习的FSCK模型。 主要的改进包括：（1）贝叶斯优化方法用于选择机器学习模型的最佳超参数； （2）现在，已开发的基于机器学习的FSCK模型包括烟尘混合物，但模型尺寸