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研究中的計算效率，提出了采用具有多個隱藏層的深度神經(jīng)網(wǎng)絡(luò)(DNN)來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)過訓(xùn)練的DNN能夠極大地提高計算效率。DNN預(yù)測結(jié)果表明：當(dāng)外加電壓幅值不變時，增加脈沖上升率可以提高放電電流密度和擊穿電壓，同時增強(qiáng)鞘層區(qū)域的電場；脈沖坪區(qū)寬度的增加會提高介質(zhì)板表面電荷密度，增強(qiáng)...