·456 北京科技大学学报 1998年第5期 可以获得4×102~1×103kPa个气压之间、任意气压条件下300mm内任意点的气流速度，见 图5. 200 (a) 180 (b) 1.0MPa ·旦 150 140 1.0MPa 0.7MPa 100 100 0.7Pa 50 0.4M 60 0.4MP 0.5MPa 0.5MPa 20 0 100 200300 400 100 200 300 轴向距离/mm 轴向距离/mm 图5空气(a)及纯复气心)介质流场不同压力条件下的神经网络预测结果 4结论 本文所采用的试验手段及计算方法所得到的结果表明，神经网络计算方法较好地拟合了 试验结果，并能够提供准确的预测结果，这样，在有限次数的试验后，该结果不仅能够提供不 同介质不同压力条件下的流场特性，而且为下一步凝固场的模拟计算提供了完整的数据.当 然，随着试验数据数目及精度的提高，计算及预测结果将更为可靠， 参考文献 Grant P S,Maher PP,Cantor B.Heat Flow in Spray-formed Al-4Cu.Mater Sci Eng,1994, A179/A180:72 2潘文全.工程流体力学.北京：清华大学出版社，1988.56；232 3宿延吉.神经网络理论及应用.哈尔滨：东北林业大学出版社，1993.62 Measurement of the Gas Flow Field and Numerical Simulation in Spray Deposition Process Fu Xiaowei Zhang Jishan Sun Zuging Material Science and Engineering School,UST Beijing,Beijing 100083.China ABSTRACT A composite pitot tube was used to measure the flow field of the atomizing gas during the spray deposition process and numerical simulation of the flow field by neural network method was also adopted.Finally a precise relationship between the atomizing gas pressure and axial velocity in the flow field was acquired and the gas flow field under different atomizing pressure was predicted. KEY WORDS spray deposition;flow field;neural network. 54 6 . 北 京 科 技 大 学 学 报 19 9 8年 第 5期 可 以 获得 4 x l护一 1 x 1 0 3 kP a 个气 压 之 间 、 任意 气压 条件 下 3 0 m m 内任意 点 的气流 速度 , 见 图 5 . 二 `8。从 ; : :)惫遴0 . 7 M P a 050 ǎ 11日, í 习. 众 5州 P[ 钮 轴向距 离 / ~ 10 0 2 0 0 轴向距离 / m m 圈 5 空气a( )及纯氮气伪)介质流场不同压力条件下的神经网络预测结果 4 结 论 本文 所采 用 的试验 手段 及计算方法所得 到的结 果表 明 , 神 经 网络计算 方法 较好 地拟合 了 试验 结 果 , 并能 够 提供准 确 的预测 结果 . 这样 , 在有 限次 数 的试验 后 , 该结 果 不仅能够 提供 不 同介 质不同压 力条件 下 的流 场特性 , 而且 为下 一步凝 固场的模 拟计 算提 供了完整 的数据 . 当 然 , 随着 试验 数据 数 目及精度的提 高 , 计算及 预测结 果将更 为 可靠 . 参 考 文 献 G邝口t P S , M ha e r P P , 〔泊n otr B . eH at lF o w i n S P ary 一 of rm e d 1A 4 C u . M a te r S c i nE g , 19 9 4 , A 17 9A/ 1 80 : 7 2 潘文全 . 工程流体力学 . 北京 : 清华大学 出版社 , 1 9 8 . 5 6 ; 2 32 宿延吉 . 神经网络理论及 应用 . 哈尔滨 : 东北林业大学 出版社 , 19 93 . 62 M e a s u r e m e n t o f ht e G a s F l o w F i e ld an d N u m e r i e a l S im u l a t i o n i n S P ayr D e P o s it i o n P or e e s s uF 不a o w e i 助 a n g isJ h a n 敌 n 压q in g M a et ir al S e i e n e e an d E n g ine e ir n g S e h o l , US T B e ij i n g , B e ij ing l 0() 0 8 3 , C hj an A B S T R A C T A e o m op s ite P i ot t tu be w as u s e d a t o m l z i n g g as d u ir n g ht e s Par y d e op s iit o n if e ld 勿 n e u ar l n e tw o rk m e ht od w as al s o ot an d r n e as u re ht e fl o w if e ld o f n u r n e ir e al s im ul iat o n o f ht e hte n 0 w ad o P te d . R n al l y a Pre e i s e hte a ot 而 z i n g g as P re s s u re an d ax i al v e loc ity i n fl o w if e l d un d e r d i fe re n t a t o m i z i n g P re s s u re K E Y W O R D S s Pm y d e op s iit o n : fl o w if e ld : 山e fl o w if e ld w as p re d i e te d . re l iat o n s ih P be tw e e n ac q刊 re d a n d hte g as n e u m ! n e tw o rk