استفاده از روش هاي آماري و هوش مصنوعي جهت پيش بيني ديناميك احتراق در يك محفظه احتراق آزمايشگاهي با شعله پايدار شده چرخشي

در اين مطالعه، ارتباط بين مقادير سطح آلاينده NOx، سطح نويز توليدشده و ميزان نوسانات فشار در يك محفظه احتراق آزمايشگاهي، با كاربرد در توربين هاي گازي نيروگاهي، نسبت به تغييرات پارامترهايي همچون نسبت هم ارزي كلي محفظه (φ) و ميزان دبي پاشش سوخت ثانويه (Qsec)، با كمك دو روش داده كاوي مختلف بررسي شده است. پارامترهاي سطح آلاينده NOx، سطح نويز و ميزان نوسانات فشار توليدشده در محفظه به عنوان مقادير خروجي اندازه گيري ­شده از محفظه و همچنين پارامترهاي نسبت هم ارزي كلي و دبي پاشش سوخت ثانويه به عنوان متغيرهاي ورودي محفظه احتراق درنظر گرفته شدند. از شبكه عصبي پرسپترون (MLP) و روش پاسخ سطح (RSM) براي پيش بيني رابطه غيرخطي موجود بين پارامترهاي ورودي و خروجي اندازه گيري شده محفظه احتراق استفاده شده است. آزمايش­هاي مربوطه با به­ كارگيري چهار نوع انژكتور پاشش سوخت ثانويه، با ساختار هندسي و طراحي متفاوت، در شرايط نسبت هم ارزي كلي در محدوده 0/9~ 0/7 همراه با دبي هاي پاشش سوخت متفاوت در محدوده 4/2~0/6 ليتر بر دقيقه انجام پذيرفت. نتايج حاصل از پيش بيني پارامترها با دو روش داده كاوي مذكور نشان مي دهند كه اين دو روش توانايي قابل قبولي در دستيابي به تطابق مناسب بين مقادير اندازه گيري شده و پيش بيني شده پارامترهاي خروجي محفظه احتراق دارند. البته نتايج حاكي از آن است كه روش MLP نسبت به RSM توانايي بيشتري در پيش بيني پارامترهاي احتراقي اين مطالعه (سطح آلاينده NOx، سطح نويز توليدشده و ميزان نوسانات فشار) دارد.