学术报告—A data driven neural network model for predicting boiling heat transfer in helical coils under high gravity

A data driven neural network model for predicting boiling heat transfer in helical coils under high gravity

主讲人:吴宏伟博士

 英国赫特福德大学副教授,英国Fellow of IMechE, Fellow of RAeS,Fellow of EI

报告方式:中英文互动

摘   通过机器学习神经网络方法对不同加速度条件下环流热管内部沸腾进行研究。网络分为五层,第一层为输入层,中间三层隐藏层,第五层为输出层。该研究选择不同几何参数和流动参数共八个输入量以及壁面温度和传热系数两个输出量。通过训练获得了较好的预测结构,为传热设计提供参考。

   间:2023411(周二) 上午10

   点:教四C211

能源动力与机械工程学院

专家介绍

吴宏伟博士,主要研究方向为先进冷却技术、能量转换与存储技术、可再生能源与能源系统、电池热管理系统(BTMS)、两相与多相流、流固耦合传热、建模/仿真方法、优化与过程控制、机器学习(ML)-深度神经网络(DNNs)。发表论文150余篇。担任许多国际期刊的编辑/编委会成员。是EPSRC Peer Review Full College Member,并定期审核EPSRC、Newton Fund提案等,也是EPSRC New Horizons大纲与材料和机械工程提案小组成员。