基于深度学习的两相流沸腾换热数值模拟方法、装置、设备和存储介质

本发明提供一种基于深度学习的两相流沸腾换热数值模拟方法、装置、设备和存储介质，涉及传热学技术领域，该方法包括：将目标输入参数输入至目标深度神经网络模型得到气泡脱离特性关键参数，根据关键参数构建壁面热流分配模型；气泡脱离特性关键参数包括气泡脱离直径、脱离频率、滑移速度、滑移距离、上升直径以及核化密度；将气泡壁面热流分配模型嵌入Euler‑Euler两流体框架中得到嵌入后的两流体框架；嵌入后的两流体框架包括液相与汽相的质量守恒方程、动量守恒方程及能量守恒方程；通过嵌入后的两流体框架进行两相流沸腾换热数值的模拟，得到液相与汽相的温度场以及速度场分布。本发明针对宏观沸腾现象进行数值模拟的适用性较高。