超临界二氧化碳( s-CO2 )因其优异的热性能而被广泛应用于先进的传热系统中。准确预测其在通道内的流动和传热行为对换热器的优化设计至关重要。然而，由于s - CO2在其临界点附近具有强烈变化的热物理性质，传统的经验关联式往往难以准确预测其流动和传热特性。本文提出了一种将数值方法与前馈神经网络( FNN )相结合的三维快速预测方法，解决了在流道充分发展的半圆管中预测超临界CO2流动和传热行为的研究空白FNN模型的计算时间比CFD模拟快约100倍。所提出的深度学习模型为评价半圆形通道内s - CO2的传热性能提供了一种有效的方法。https://doi.org/10.1016/j.applthermaleng.2025.127274
