형상 충전 매개변수를 기반으로 한 인공 신경망의 제트 특성 예측

형상 충전 제트(SCJ) 특성의 예측 정확성을 향상시키고 충전 구성의 설계를 최적화하기 위해 인공 신경망(ANN) 모델이 개발되었습니다. 입력 노드로는 충전 반지름, 충전 높이, 라이너 각도, 라이너 두께, 간격 거리 등의 형상 충전 매개변수를 선택하였고, 출력 노드로는 유효 제트 질량, 축 방향 헤드 속도, 축 방향 테일 속도, 총 축 방향 운동 에너지, 유효 축 방향 운동 에너지, 제트 길이 및 유효 제트 길이와 같은 SCJ 특성을 포함하였습니다. ANN 모델은 일반적으로 ±5%의 상대 오차 범위 내에서 높은 예측 정확성을 나타냅니다. 또한, 훈련된 ANN 모델을 기반으로 충전 매개변수가 SCJ 특성에 미치는 영향을 분석하였습니다. 훈련된 ANN 모델은 신뢰할 수 있는 예측을 제공할 뿐만 아니라 형상 충전 설계의 최적화를 위한 중요한 통찰을 제공하여 더욱 효율적이고 효과적인 형상 충전을 개발하는 데 기여합니다.