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:应用aspenplus软件,建立了平流、顺流、逆流三种进料方式的低温多效蒸发海水淡化工艺流程,并进行了流程模拟,模拟结果与文献[6]进行了对比,验证了所建工艺流程的可靠性和流程模拟的准确性.在加热蒸汽质量流量和热力压缩机引射率相同的情况下,应用等温差分配法对三种进料方式海水淡化系统进行模拟计算,获得了造水比和比传热面积与蒸发器效数、浓缩比、效间温差和进料海水温度之间的关系.研究结果表明:蒸发器效数对系统的热力性能有显著影响,当效数较少时,采用平流进料方式较为合适;增大浓缩比可以提高造水比,且比传热面积变化不大;当浓缩比较大时,可采用顺流进料,以降低结垢风险;增大效间温差,会降低逆流进料方式的造水比,但会增加平流和顺流的造水比;提高进料海水温度可以提升系统热力性能,但进料海水温度受末效二次蒸汽温度的限制.
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。