简介:针对工业中广泛应用的管壳式换热器,应用空气-水两相混合物实验研究了壳侧旁路,泄漏流对气液两相流体流动特性的影响,以Ishihara两相流动模型为基础,建立了以横掠管束的主流路为基础的错流区通用两相压降计算关联式,通过错流区,泄漏流的分相流动模型,分析计算了主流路,旁路,泄漏流中气液分布,也分析了泄漏流对壳侧单相,两相总流量在各个分流路的流量分配影响,研究表明,主流路和旁路中气液各自占相应总流量的比例在不同的流型下明显不同,且比例值的波动范围较大,气液流量的分布在壳侧是不均匀的,折流板/换热管之间的泄漏流对壳侧的两相流动特性影响较小,而折流板/壳体之间的泄漏流影响较大。
简介:针对平行流换热器中设置的多孔隔板气液分离联箱,研究制冷剂R134a气液两相流在联箱中的气液分离特性,讨论多孔隔板对气液分离效率和多支管中气相分布均匀性的影响。利用FLUENT软件对无孔隔板、3孔隔板的多支管联箱中气液两相流在进口气相质量流量0.75-1.00g/s、液相质量流量1.00g/s下的流动特性进行模拟计算。结果显示:当气相质量流量0.75-0.90g/s时,3孔隔板联箱可进行有效气液分离,与无孔隔板的多支管联箱相比,平均出口干度最大可提高35%,多支管中气相的分配均匀性最大可提高81%。但当气相质量流量增大到1.00g/s时,气液分离失效。表明在一定工况下多孔隔板可实现多支管联箱内的气液分离,且有助于提高联箱出口气体的分配均匀性。
简介:为了减小沿程摩阻压降的影响,对水平管段气液两相流竖直方向的压差波动信号进行测量,此信号主要由气液两相重位压差和气液两相间作用力产生的压差两部分组成,对其进行分析处理能够得到气液相间作用力对流型变化的影响。对测量信号提取了Lempel-Ziv复杂性和近似熵两种复杂性测度。结果表明,两种复杂性测度随气相表观速度增加呈增大的趋势,对两相流流型变化是敏感的,能够得到气液两相流动力学结构反演特性。
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。