結(jié)合深度神經(jīng)網(wǎng)絡(luò)的大氣壓脈沖放電轉(zhuǎn)化CO₂研究

摘要： 為了提高等離子數(shù)值模擬在放電等離子體轉(zhuǎn)化利用CO₂研究中的計(jì)算效率，提出了采用具有多個(gè)隱藏層的深度神經(jīng)網(wǎng)絡(luò)(DNN)來(lái)研究大氣壓脈沖放電轉(zhuǎn)化CO₂的放電特性與等離子體化學(xué)性質(zhì)，經(jīng)過(guò)訓(xùn)練的DNN能夠極大地提高計(jì)算效率。DNN預(yù)測(cè)結(jié)果表明：當(dāng)外加電壓幅值不變時(shí)，增加脈沖上升率可以提高放電電流密度和擊穿電壓，同時(shí)增強(qiáng)鞘層區(qū)域的電場(chǎng)；脈沖坪區(qū)寬度的增加會(huì)提高介質(zhì)板表面電荷密度，增強(qiáng)...