9、ChemTab：用于燃烧模拟的创新化学建模框架

ChemTab：用于燃烧模拟的创新化学建模框架

在燃烧模拟领域，高效准确地预测热化学状态变量一直是研究的重点。传统方法在处理高维数据和复杂化学反应时面临诸多挑战，而本文介绍的 ChemTab 框架为解决这些问题提供了新的思路。

1. 传统方法的局限性

在燃烧模拟中，一些传统方法存在可扩展性和准确性的问题。例如，基于自动编码器的方法可能由于过度学习数据中的数值误差而缺乏泛化能力，线性自动编码器则缺乏对进度变量生成的有效方法。而基于领域的模型传统上依赖表格查找，但这种方法存在扩展性问题，表格数据会占用大量内存，且在高维空间中搜索和检索预表格数据的成本也越来越高。

为了解决表格化问题，研究人员开始探索使用神经网络进行流形近似，但由于先验生成的进度变量形成的低维流形具有高度非线性、打结和不连续的性质，神经网络的准确性并不理想。

2. 非稳态 FGM 背景

FGM 是一种广泛使用的表格化学方法，可处理一系列复杂条件。其模型与火焰微元方法具有相同的理论基础，将多维火焰视为多个一维火焰的集合。一般用于燃烧建模的 FGM 模型遵循以下三个步骤：
1. 计算代表性的一维火焰微元。
2. 将一维火焰微元解转换为进度变量空间。
3. 根据 CFD 模拟中的 FGM 控制变量从 FGM 表中检索热化学变量。

相关术语定义如下表所示：
| 术语 | 描述 |
| ---- | ---- |
| Zmix | 混合分数 |
| T | 混合物温度 |
| Cpv | 进度变量 |
| $\dot{S}$ | 反应标量源项 |
| Y | 物种质量