陳靜妍，徐榮吉，吳青平，王瑞祥，許淑惠

（1 北京建筑大學(xué)，建筑用能國家級虛擬仿真實驗教學(xué)示范中心，北京100044；2 西安交通大學(xué)環(huán)境與能源工程學(xué)院，陜西西安710049）

作為高效換熱元件，脈動熱管（pulsating heat pipe，PHP）在電子器件散熱[1-2]、太陽能熱利用[3]、空調(diào)制冷[4]、余熱回收[5]以及航空航天[6-7]等領(lǐng)域具有很大的應(yīng)用潛力。而脈動熱管的傳熱性能受諸多因素的影響，為提高其傳熱性能，從提出至今，國內(nèi)外學(xué)者進行了深入研究[8]，主要包括工質(zhì)熱物性[9-12]、充液率[13]、不凝性氣體[14-15]等因素對脈動熱管的影響。Mohammad 等[10]認為應(yīng)用表面活性劑可改善工質(zhì)的性能，充液率為40%～60%時，脈動熱管會有較好的傳熱性能。Ayel等[16]等實驗論證了平板型脈動熱管在垂直條件下具有更好的性能。在針對不凝性氣體對脈動熱管的研究實驗中，曲偉等[14]通過可視化實驗，研究了工質(zhì)為二次蒸餾水的脈動熱管運行特性，實驗結(jié)果表明，不凝性氣體的含量會顯著影響脈動熱管蒸發(fā)段和冷凝段的運行溫度，從而對脈動熱管的熱阻產(chǎn)生影響。Raffles等[17]將乙醇作為工質(zhì)，搭建了管徑為1.5mm的一維雙管段脈動熱管物理模型，假定脈動熱管為光滑直管段，壁面溫度恒定，將熱導(dǎo)率λeff作為脈動熱管傳熱性能指標，將不凝氣體含量較高時與不凝氣體含量較低時λeff的減少量Δλeff作為不凝氣體對傳熱影響的評價指標。通過數(shù)值模擬的方法對不凝性氣體存在導(dǎo)致的脈動熱管內(nèi)部氣泡的形成、氣液塞的振幅以及Δλeff的影響做了研究。結(jié)果表明，隨著不凝氣體的增加，Δλeff呈線性減小的趨勢，脈動熱管內(nèi)部氣液塞的振幅和頻率會減小，導(dǎo)致脈動驅(qū)動力減小，從而對其傳熱性能產(chǎn)生不良的影響，并實驗論證了不凝性氣體的存在會弱化脈動熱管的傳熱性能[18]。尹大燕等[19]以無水乙醇為工質(zhì)，通過改變不凝氣體分壓，對脈動熱管熱阻變化進行了研究。結(jié)果表明，不凝氣體的增加會使脈動熱管熱阻的增大。郝婷婷[20]研究了超親水表面及不凝性氣體對脈動熱管液彈脈動的振幅、速度和氣液界面長度的影響，結(jié)果表明，隨著不凝性氣體含量的增加，脈動熱管啟動功率升高，液塞脈動振幅和速度降低，且冷凝段傳熱系數(shù)下降的振幅大于蒸發(fā)段傳熱系數(shù)下降的振幅，整體傳熱性能下降。在模型選擇方面，Tafarroj 等[21]基于神經(jīng)網(wǎng)絡(luò)的方法對微通道的傳熱系數(shù)進行了研究。崔曉鈺等[22]用神經(jīng)網(wǎng)絡(luò)方法搭建了脈動熱管傳熱模型，論證了神經(jīng)網(wǎng)絡(luò)模型的可靠性。Wang 等[23]將蒸發(fā)段長度、熱流密度等參數(shù)作為輸入，搭建神經(jīng)網(wǎng)絡(luò)模型，對熱阻進行預(yù)測。結(jié)果表明，實驗和神經(jīng)網(wǎng)絡(luò)模型結(jié)果有較高吻合度，模型預(yù)測效果較好。張義林等[24]在對熱管真空管集熱器熱性能的研究中，搭建了能夠?qū)崿F(xiàn)對其出口溫度較為精準預(yù)測的BP 神經(jīng)網(wǎng)絡(luò)預(yù)測校正模型。顏衛(wèi)國等[25]搭建了熱管中冷器的BP 神經(jīng)網(wǎng)絡(luò)模型，對熱管的傳熱阻力性能做了研究，研究結(jié)果表明，網(wǎng)絡(luò)預(yù)測最大誤差為8%。以上研究表明，BP神經(jīng)網(wǎng)絡(luò)模型在脈動熱管傳熱系統(tǒng)中有較好的應(yīng)用研究前景。

綜上所述，不凝性氣體的存在一方面會占據(jù)脈動熱管內(nèi)部有效空間，弱化流體的換熱過程；另一方面會降低工質(zhì)脈動強度，從而降低脈動熱管的傳熱性能。因此有必要對其如何影響脈動熱管傳熱性能的機理做出進一步研究。而且，脈動熱管在實際應(yīng)用過程中，存在一個安全的運行溫度范圍。而不凝性氣體的存在會對脈動熱管管內(nèi)壓力產(chǎn)生影響，繼而對熱阻以及蒸發(fā)溫度產(chǎn)生影響?；诖耍疚难芯苛斯べ|(zhì)為去離子水和聚丙烯酰胺（PAM）溶液時，不凝性氣體對脈動熱管傳熱和運行特性的影響規(guī)律，分析了影響機理。并將PAM 溶液作為研究對象，搭建了BP 神經(jīng)網(wǎng)絡(luò)模型，針對管內(nèi)壓力對脈動熱管熱阻和蒸發(fā)溫度的影響作出了回歸預(yù)測分析，同時對模型的可靠性做出了驗證?；谏窠?jīng)網(wǎng)絡(luò)的回歸預(yù)測模型的建立，能夠?qū)崿F(xiàn)不同壓力條件下對蒸發(fā)溫度的預(yù)測，據(jù)此評估脈動熱管內(nèi)不凝性氣體的含量，從而判斷脈動熱管是否失效。對于給定的脈動熱管，在已知不凝性氣體對其傳熱性能的預(yù)測模型后，可根據(jù)簡單的運行參數(shù)，判斷脈動熱管的性能及是否失效，降低脈動熱管實際應(yīng)用成本。

1 實驗系統(tǒng)及數(shù)據(jù)處理

1.1 實驗系統(tǒng)

設(shè)計并搭建了半可視化脈動熱管傳熱性能實驗系統(tǒng)，如圖1 所示，主要由脈動熱管、電加熱系統(tǒng)、恒溫水浴冷卻循環(huán)系統(tǒng)、數(shù)據(jù)采集系統(tǒng)組成。實驗系統(tǒng)示意圖如圖2所示。其中，脈動熱管主體部分為銅板，在銅板上銑出2mm×2mm的槽道，在其上部由厚度15mm的石英玻璃壓緊，形成密封管路。在下部和上部分別貼緊加熱模塊和冷卻模塊，作為脈動熱管的蒸發(fā)段和冷凝段，中間為絕熱段（如圖2所示）。脈動熱管拼裝完成后用玻璃絲棉保溫并罩外殼，然后安裝在可調(diào)節(jié)角度的支架上。

圖1 脈動熱管實驗裝置圖

圖2 脈動熱管實驗系統(tǒng)示意圖

蒸發(fā)段采用電加熱方式，供電電源為可編程直流電源M8853（75V/8A），通過調(diào)節(jié)輸入電壓來改變輸入功率，脈動熱管可實現(xiàn)的熱流密度為40W/cm2。冷凝段采用恒溫水浴提供的冷卻水對脈動熱管進行冷卻，冷卻水流量通過轉(zhuǎn)子流量計（精度為2.5%）測得。壓力傳感器WIKAP-30（精度為0.05%）設(shè)在脈動熱管冷凝段上部，可對抽真空后熱管內(nèi)部壓力進行實時監(jiān)測。采用安捷倫34972A 數(shù)據(jù)采集裝置（精度為±0.1℃）和計算機實時對測溫點溫度進行采集。

圖3 脈動熱管實驗系統(tǒng)示意圖（T1～T10為測溫點）

溫度傳感器采用精度為±0.1℃的T 形熱電偶（OMEGA），共12只，在脈動熱管銅板側(cè)部設(shè)有深度為25mm的熱電偶測溫孔。其中脈動熱管冷凝段設(shè)4只，編號為1～4；絕熱段設(shè)2只，編號為5～6；蒸發(fā)段設(shè)4 只，編號為7～10；冷卻水進水口和出水口各設(shè)一個測溫點，如圖3所示。

1.2 數(shù)據(jù)處理

脈動熱管運行時的傳熱熱阻R定義為式(1)。Te和Tc分別由脈動熱管穩(wěn)定運行時相應(yīng)測點的平均值來確定，如式(2)和式(3)。

式中，Q 為加熱功率，W；Te為蒸發(fā)段平均溫度；Tc為冷凝段平均溫度。

1.3 實驗方法及工況

為了研究不凝性氣體對脈動熱管傳熱性能及運行特性的影響，保持充液率、傾斜角度、冷卻水等實驗條件不變，對脈動熱管抽真空后充注工質(zhì)，通過對脈動熱管上部閥門的控制，使其內(nèi)部混入一定量的不凝性氣體來改變脈動熱管內(nèi)部壓力，并用壓力傳感器對其進行實時監(jiān)測和記錄。脈動熱管槽道內(nèi)部為工質(zhì)液體和工質(zhì)蒸汽與不凝性氣體的混合氣體，由理想氣體的分壓定律，管內(nèi)壓力pPHP等于不凝性氣體分壓pa和飽和工質(zhì)壓力pW之和。充注完成后，脈動熱管溫度為20℃，水蒸氣的飽和壓力為2.338kPa。此時，不凝性氣體的分壓Pa如式(4)。

隨著溫度的變化，脈動熱管管內(nèi)壓力、工質(zhì)壓力和不凝性氣體的壓力均會發(fā)生變化，且變化規(guī)律相似，為了清楚表述問題，認為充注完后不凝性氣體分壓力（20℃時）為不凝性氣體分壓力。充注完工質(zhì)后脈動熱管壓力及實驗設(shè)定工況如表1所示。

表1 實驗設(shè)定工況

2 回歸預(yù)測模型

2.1 BP神經(jīng)網(wǎng)絡(luò)模型

作為多層前饋神經(jīng)網(wǎng)絡(luò)，BP（back propagation）神經(jīng)網(wǎng)絡(luò)模型基于誤差反向傳播訓(xùn)練方式，包括輸入端、隱層和輸出端。其中，隱層是介于輸入端和輸出端的結(jié)構(gòu)。通過輸入n重樣本數(shù)據(jù)，與隱層的連接權(quán)重產(chǎn)生結(jié)果，并作為輸出層的連接權(quán)重和隱層間的輸入，最后在輸出端輸出，這是正向傳播過程。通過正向傳播，可以在輸出端節(jié)點處得到誤差，誤差作為輸出端的輸入進行反向傳播，傳播過程中模型能夠?qū)?quán)重做出訓(xùn)練，得到最優(yōu)結(jié)果，這個過程即為反向傳播，如圖4所示。

圖4 BP神經(jīng)網(wǎng)絡(luò)傳播原理簡圖

使用Matlab 軟件進行模型的搭建，在此過程中，將管內(nèi)壓力和蒸發(fā)溫度作為輸入端變量，輸入實驗測得的管內(nèi)壓力數(shù)據(jù)和蒸發(fā)溫度數(shù)據(jù)作為輸入數(shù)據(jù)集（即樣本），熱阻作為輸出參數(shù)，中間層（即隱層）為輸入端和輸出端的對應(yīng)關(guān)系。實驗測得的管內(nèi)壓力數(shù)據(jù)、蒸發(fā)溫度數(shù)據(jù)和熱阻數(shù)據(jù)作為用來訓(xùn)練的數(shù)據(jù)集，通過網(wǎng)格訓(xùn)練過程，對參數(shù)進行更新，從而使模型逼近真實的關(guān)系。輸入與輸出的關(guān)系可以表示為式(5)。

式中，P為管內(nèi)壓力；T為蒸發(fā)溫度。

為了防止回歸預(yù)測過程中的過擬合問題，對模型做出了噪聲處理。最大訓(xùn)練次數(shù)設(shè)為5000，為了更加清楚地觀察能量函數(shù)值的變化情況，結(jié)果中只呈現(xiàn)前1000次的訓(xùn)練情況。

2.2 訓(xùn)練過程

通過實驗研究了PAM溶液分別在50～290W這7 個不同加熱功率、5 個不同壓力條件下的熱阻和蒸發(fā)溫度變化規(guī)律，得到5組實驗數(shù)據(jù)（樣本總數(shù)為35），并將此5 組數(shù)據(jù)作為研究神經(jīng)網(wǎng)絡(luò)模型的樣本。在研究過程中，將其中的4 組作為訓(xùn)練集，1組作為驗證集。在網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計上，將蒸發(fā)溫度和管內(nèi)壓力值作為輸入，熱阻作為輸出，因此輸入層節(jié)點數(shù)為2（m），輸出層節(jié)點數(shù)為1（n），根據(jù)式(6)，求得隱含層神經(jīng)元數(shù)為5，其中a 為[1，10]之間的常數(shù)。網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示。

圖5 網(wǎng)絡(luò)結(jié)構(gòu)

圖6 命令行輸出結(jié)果

圖7 29次訓(xùn)練后的誤差期望曲線

以130W為例，輸入訓(xùn)練集，通過tansig和purelin函數(shù)構(gòu)建神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)訓(xùn)練函數(shù)為彈性梯度下降法trainrp函數(shù)。在網(wǎng)絡(luò)參數(shù)的設(shè)定上，迭代次數(shù)設(shè)為5000 次，期望誤差為1.0×10-5。圖6 為訓(xùn)練后的命令行輸出結(jié)果，其中X 為BP 神經(jīng)網(wǎng)絡(luò)仿真值，對比輸出值可以看到二者非常接近。圖7為網(wǎng)絡(luò)經(jīng)過29次重復(fù)訓(xùn)練，達到期望誤差并完成訓(xùn)練。

2.3 反饋校正與評價

實際（實驗）輸出結(jié)果與神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果會有誤差存在。假設(shè)在n時刻，實際（實驗）輸出結(jié)果為y(n)，神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果為ym(n)，二者之間的誤差可表示為式(7)[26]。

在誤差較大的情況下，訓(xùn)練時間增加，訓(xùn)練結(jié)果收斂性較差，因此，在此情況下，需要根據(jù)實際（實驗）輸出結(jié)果對訓(xùn)練過程做出優(yōu)化與修正。設(shè)α為優(yōu)化系數(shù)，可根據(jù)實際情況做出調(diào)整，則修正后的結(jié)果可表示為式(8)[27]。

為了達到最優(yōu)的預(yù)測訓(xùn)練結(jié)果，將能量（誤差）函數(shù)作為評價預(yù)測結(jié)果的標準，將其函數(shù)最小值定為約束條件。圖8 為加熱功率為170W時，PAM 溶液的能量函數(shù)在訓(xùn)練神經(jīng)網(wǎng)絡(luò)過程中的變化圖，能量函數(shù)圖像結(jié)果顯示了較好的預(yù)測結(jié)果。

圖8 能量函數(shù)在訓(xùn)練神經(jīng)網(wǎng)絡(luò)過程中的變化圖

3 實驗結(jié)果與討論

3.1 不凝性氣體對熱阻的影響

圖9是在不同加熱功率條件下，分別以去離子水和PAM 溶液為工質(zhì)的脈動熱管熱阻變化規(guī)律。由圖可以看出，隨著加熱功率的增加，脈動熱管的熱阻逐漸減小。加熱功率為290W時，充注了兩種工質(zhì)的脈動熱管的最小熱阻分別達到0.069℃/W 和0.075℃/W。在不同加熱功率條件下，不凝性氣體分壓的增加使熱阻增大。以去離子水為工質(zhì)，在加熱功率為250W 的條件下，不凝性氣體分壓由0.892kPa 變化為1.212kPa 時，熱阻由0.079℃/W 變化為0.094℃/W。

圖9 不同加熱功率條件下不凝性氣體對脈動熱管熱阻的影響

圖10 是分別以去離子水和PAM 溶液為工質(zhì)，在不同不凝性氣體分壓力條件下，不凝性氣體對脈動熱管的熱阻影響規(guī)律。從圖中可以看出，不凝性氣體的存在對熱阻有較大影響。隨著不凝性氣體分壓力的增加，脈動熱管的熱阻呈增加趨勢，斜率隨著加熱功率的增加而減小，也就是說在加熱功率較高的條件下，不凝性氣體對脈動熱管熱阻的影響減小，與文獻[11]研究結(jié)論相同。在加熱功率為290W、以PAM溶液作為傳熱工質(zhì)且不凝性氣體分壓力為1.142kPa 時，脈動熱管熱阻最小，為0.075℃/W。從傳熱學(xué)角度來分析，氣體的熱導(dǎo)率小于液體，不凝性氣體的存在限制了流體的換熱，導(dǎo)致有效換熱量減小，換熱效率降低，熱阻增大。

圖10 不同壓力條件下不凝性氣體對脈動熱管熱阻的影響

3.2 不凝性氣體對脈動熱管蒸發(fā)溫度的影響

圖11(a)為加熱功率為210W、以去離子水為工質(zhì)的脈動熱管在穩(wěn)定運行時，不同不凝性氣體分壓力條件下脈動熱管蒸發(fā)溫度變化曲線。從圖中可以看出，不凝性氣體的存在對脈動熱管蒸發(fā)溫度影響較大。當(dāng)脈動熱管的不凝性氣體分壓力為0.892kPa時，脈動熱管蒸發(fā)段溫度最小，平均溫度為59.2℃；當(dāng)不凝性氣體分壓為1.212kPa 時，脈動熱管蒸發(fā)溫度最大，平均溫度62℃。

圖11 不同壓力條件下不凝性氣體對脈動熱管蒸發(fā)溫度的影響

圖11(b)是以PAM 溶液為工質(zhì)的脈動熱管在穩(wěn)定運行時不同不凝性氣體分壓力條件下脈動熱管蒸發(fā)溫度。由圖可以看出，當(dāng)不凝性氣體分壓力為1.142kPa時，脈動熱管蒸發(fā)段溫度最小，平均溫度為60.9℃；當(dāng)不凝性氣體分壓力為4.162kPa時，脈動熱管蒸發(fā)段溫度最大，平均溫度為69.4℃。

不凝性氣體的存在對蒸發(fā)溫度的影可以從兩方面考慮。一方面，由于不凝性氣體的存在使脈動熱管管內(nèi)壓力高于工質(zhì)的飽和蒸汽壓，因此需要更高的蒸發(fā)溫度來驅(qū)動運行過程。另一方面，不凝性氣體占據(jù)了脈動熱管內(nèi)部空間，液體汽化做功（吸熱量）增加，因此導(dǎo)致了蒸發(fā)溫度的升高。

3.3 回歸預(yù)測與驗證

3.3.1 模型預(yù)測

將脈動熱管管內(nèi)壓力、蒸發(fā)溫度樣本集作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練集，基于訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型對熱阻做出預(yù)測，得到網(wǎng)絡(luò)輸出熱阻。圖12 為加熱功率為170W，工質(zhì)為PAM溶液時的網(wǎng)絡(luò)輸出熱阻與實際熱阻對比以及預(yù)測（預(yù)測管內(nèi)壓力為7kPa 和8kPa）。通過式(7)計算預(yù)測誤差，在170W 的條件下，通過神經(jīng)網(wǎng)絡(luò)模型預(yù)測得到的網(wǎng)絡(luò)輸出熱阻與實際熱阻之間的誤差分別為0.05%、0、0.02%、0.07%、0.02%，網(wǎng)絡(luò)輸出熱阻與實際熱阻一致性較好，因此不需要通過式(8)對模型做出優(yōu)化與修正。

圖12 網(wǎng)絡(luò)輸出熱阻與實際熱阻對比以及預(yù)測圖像

從圖中可以看出，在加熱功率為170W時，設(shè)定不同的管內(nèi)壓力（7kPa 和8kPa）工況，可以對熱阻做出預(yù)測，管內(nèi)壓力為7kPa 時，熱阻預(yù)測結(jié)果為0.174℃/W；管內(nèi)壓力為8kPa時，熱阻預(yù)測結(jié)果為0.178℃/W。

3.3.2 驗證分析

為了驗證回歸模型的可靠性，對模型做出了反向預(yù)測，即通過熱阻對脈動熱管管內(nèi)壓力做出預(yù)測（驗證）。表2 為加熱170W 時，反向預(yù)測誤差檢驗結(jié)果。表中P-R 表示通過設(shè)計壓力對熱阻預(yù)測結(jié)果，R-P表示通過預(yù)測熱阻對管內(nèi)壓力預(yù)測（反向檢驗）結(jié)果。

表2 加熱功率為170W時，反向預(yù)測誤差檢驗

從表2可以看出，設(shè)定管內(nèi)壓力分別為7kPa和8kPa 時，通過兩種預(yù)測模型下的預(yù)測值之間的差值分別為9.92%和3.87%，誤差在可接受范圍內(nèi)，證明BP神經(jīng)網(wǎng)絡(luò)預(yù)測是可靠的。

3.3.3 不同加熱功率、不同管內(nèi)壓力脈動熱管熱阻預(yù)測

基于實驗數(shù)據(jù)對低加熱功率（50W、90W、130W、170W）和高加熱功率（210W、250W 和290W）7 種工況條件下，管內(nèi)壓力為7kPa 和8kPa時，應(yīng)用PAM 溶液的脈動熱管傳熱性能進行了預(yù)測，結(jié)果匯總于表3。由表3可以看出，BP神經(jīng)網(wǎng)絡(luò)在不同加熱功率下，均能對不凝性氣體對脈動熱管傳熱性能影響作出較為準確的預(yù)測，特別是在訓(xùn)練值范圍外，顯示出BP神經(jīng)網(wǎng)絡(luò)的廣泛適用性。

表3 不同加熱功率下PAM溶液脈動熱管傳熱性能預(yù)測

3.3.4 不同加熱功率、不同管內(nèi)壓力脈動熱管蒸發(fā)溫度預(yù)測

基于實驗數(shù)據(jù)，選用低加熱功率（50W、90W、130W、170W）和高加熱功率（210W、250W 和290W）7 種工況條件，在管內(nèi)壓力（預(yù)測壓力）為7kPa和8kPa時，應(yīng)用PAM溶液的脈動熱管的蒸發(fā)溫度進行預(yù)測。基于預(yù)測結(jié)果，并對管內(nèi)壓力和蒸發(fā)溫度之間的關(guān)系作出了線性擬合。圖13 分別為低加熱功率和高加熱功率條件下管內(nèi)壓力與蒸發(fā)溫度的擬合圖。

通過使用Matlab軟件，分別對低加熱功率和高加熱功率時，脈動熱管蒸發(fā)溫度隨管內(nèi)壓力變化做出了預(yù)測，結(jié)果表明，隨著管內(nèi)壓力的增加，蒸發(fā)溫度升高。進一步地，為了實現(xiàn)較為精確的預(yù)測，對二者之間的關(guān)系作出了線性擬合。從圖13 可以看出，低加熱功率時，蒸發(fā)溫度的線性變化呈現(xiàn)出較為一致的增加趨勢。當(dāng)采用高加熱功率時，管內(nèi)壓力與蒸發(fā)溫度的線性關(guān)系呈現(xiàn)出加大的增加強度。結(jié)果表明，高加熱功率脈動熱管的蒸發(fā)溫度更容易受到管內(nèi)壓力變化的影響，而低加熱功率能夠弱化管內(nèi)壓力變化對脈動熱管傳熱的影響。在低加熱功率時，線性擬合可分別表示為式(9)～式(12)。

圖13 管內(nèi)壓力與蒸發(fā)溫度的預(yù)測與回歸

在高加熱功率時，線性擬合結(jié)果可分別表示為式(13)～式(15)。

式中，T 為脈動熱管蒸發(fā)溫度；x 為脈動熱管管內(nèi)壓力。

4 結(jié)論

（1）不凝性氣體影響脈動熱管傳熱性能。以去離子水作為傳熱工質(zhì)時，隨著加熱功率的增加，脈動熱管熱阻減小。當(dāng)加熱功率增加到290W時，最小熱阻達到0.069℃/W。不同加熱功率下，隨著不凝性氣體分壓力的增加，脈動熱管熱阻增大。

（2）以PAM 溶液為加熱工質(zhì)時，隨著不凝性氣體分壓的增加，脈動熱管熱阻增大，且在較高加熱功率下，不凝性氣體對脈動熱管影響減小。當(dāng)不凝性氣體分壓為1.142kPa時脈動熱管熱阻最小，為0.075℃/W。

（3）不凝性氣體對脈動熱管蒸發(fā)溫度影響較大。不凝性氣體的存在使脈動熱管管內(nèi)壓力高于工質(zhì)的飽和蒸汽壓，提高了其對應(yīng)的蒸發(fā)溫度。

（4）BP 神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果表明，脈動熱管管內(nèi)壓力與熱阻、管內(nèi)壓力與蒸發(fā)溫度都存在正向的相關(guān)關(guān)系，且關(guān)系是可靠的。通過回歸預(yù)測模型，可以較好地對熱阻和蒸發(fā)溫度（管內(nèi)壓力）作出預(yù)測，并且對脈動熱管的運行狀態(tài)作出預(yù)判。

符號說明

a—— [1，10]之間的隨機數(shù)

em—— 誤差

l—— 隱含層神經(jīng)元數(shù)

m—— 輸入層節(jié)點數(shù)

n—— 輸出層節(jié)點數(shù)

p—— 壓力，kPa pa，pW，pPHP—— 分別為不凝性氣體分壓力、工質(zhì)壓力和管內(nèi)壓力，kPa

Q—— 加熱功率，W

R —— 傳熱熱阻，℃/W

T —— 溫度，℃

Te，Tc—— 分別為蒸發(fā)段平均溫度、冷凝段平均溫度，℃

Y(n)—— 實際（實驗）輸出結(jié)果

Ym(n)—— 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

α—— 優(yōu)化系數(shù)