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:对某高速直喷柴油机的燃烧过程进行了多维仿真计算,研究了燃烧室形状和喷孔结构参数之间的匹配规律.通过变参数研究确定了燃烧室形状和喷孔结构参数之间的匹配规律.为了定量描述燃烧过程中燃油雾化、液体蒸发、油气混合的特性,建立了缸内平均湍流混合速率、燃油蒸气质量分数方差的中间特征参数,同时详细分析了不同当量比油气混合气在燃烧过程中的贡献率.从燃烧的宏观和微观角度综合分析了柴油机燃烧室形状与喷孔结构间的耦合作用机制.结果表明,对于所研究的机型,0.64口径比燃烧室匹配10孔喷油器的方案最优:预混过程好,燃烧速度快,后期扩散燃烧阶段过稀和过浓混合气参与燃烧的比例较小且预混与扩散燃烧放热情况差别小,放热情况更均匀.
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。