陈亚琴，彭 浩，冯诗愚

（1.上海海事大学航运仿真技术教育部工程研究中心，上海 201306；2.南京航空航天大学航空学院飞行器环境控制与生命保障工业和信息化部重点实验室，南京 210016）

微重力条件下流动冷凝换热现象普遍存在于航天器热管理系统、动力系统、环境控制与生命保障系统中，其换热系数是此类空间热交换器设计的基础依据。然而，流动冷凝换热实验相对于池沸腾等需要更长的时间才能达到热平衡，无法利用如落塔及抛物线飞机等短时微重力实验设施开展；同时实验系统需要主、辅两套循环回路，系统尺寸、质量和功耗大，对空间实验载荷的要求高［1］。这些因素导致目前为止微重力条件下流动冷凝换热系数的实验数据较为稀缺。因此，有必要建立精确的计算模型，以预测微重力条件下管内流动冷凝换热系数，从而为空间热交换器的设计提供依据。

现有的管内流动冷凝换热计算模型，大多根据特定实验数据得到的经验或半经验关联式，且针对地面常重力环境。微重力条件下，浮力效应得到抑制甚至完全消除，相间浮力分层和滑移现象消失，导致其冷凝换热机理不同于常重力环境［2］。故微重力条件下管内流动冷凝换热系数难以用现有的冷凝换热关联式直接精确计算，需要寻求新的预测方法。

近年来，研究人员尝试将人工神经网络模型用于常重力环境下管内流动冷凝或流动沸腾换热系数 的 预 测。Azizi等［3］使 用 误 差 反 向 传 播（Back propagation，BP）神经网络预测倾斜光滑管内R134a的流动冷凝换热系数，平均绝对百分误差为1.61 %、预测 精度良好。……