简介:雷诺数Re=214-10703时,通过数值模拟方法对布置有冲孔和无孔的两种矩形小翼涡流发生器的矩形通道进行了传热和流阻特性的研究。计算结果表明:在低雷诺数下,冲孔矩形小翼涡流发生器的传热因子j值与无孔矩形小翼涡流发生器相差不大,而在高雷诺数下,冲孔涡流发生器的传热因子j值略低于无孔涡流发生器,大约低1.03%-3.05%。在相同的雷诺数下,无孔矩形小翼涡流发生器的阻力因子f大于冲孔涡流发生器,而且随着雷诺数的增大二者的差距也越来越大。通过对比综合性能指标可知,两种通道的综合性能指标均随着雷诺数的增加而减小,而且冲孔矩形小翼涡流发生器的综合性能要优于无孔矩形小翼涡流发生器。
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。