简介:燃煤锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算。现场实炉测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的含碳量,其相互耦合,导致分析数据过程困难。神经网络建模将燃煤锅炉视为黑箱,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛。利用燃煤锅炉试验数据,采用3层BP(backpropagation)神经网络构建了锅炉飞灰的含碳量排放特性模型。通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好。测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力。
简介:对应用于温度场分析的热网络方法及基于热网络法的软件SINDA/FLUINT进行了介绍。利用热网络法和流体网络法对某发动机舱进行热仿真与热分析。建立了飞行器发动机舱各部件与其内外流体之间的网络关系及仿真模型,并进行耦合求解,得到此发动机舱各部件不同位置的温度分布,并对优化方案进行了仿真。其结果为发动机舱热分析及布局设计提供了参考。
简介:阐述了分液冷凝强化冷凝传热的原理,从理论上分析了该技术能同时实现强化传热和降低压降的可行性。该结论在微通道平行流冷凝器上得到了实验证实:与常规的微通道平行流冷凝器(PFMC)对比表明,在当量直径为1.05mm、管内工质的质量流量为633~770kg/(m~2·s)的微通道中,当冷凝温度分别为45和50℃时,微通道分液冷凝器(LSMC)的管内传热系数分别提高了3.7%~6.7%和2.3%~6.1%,压降分别降低了45.5%~49.5%和51.9%~52.6%,惩罚因子(Fp)分别降低了46.5%~52.7%和52.6%~56.7%。当进口流量达到一定值时,分液冷凝技术器能同时实现强化传热和降低流阻,有较好的综合热力性能。