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:在不添加任何分散剂和改变pH值的情况下,通过两步法将比表面积为150m^2/g的气相SiO2纳米颗粒制备成均匀稳定、透明度高、分散性能好的纳米流体。并对该功能性纳米流体进行了导热系数、黏度、表面张力和壁面接触角的测量。低体积分数下,功能性纳米流体较基液的导热系数几乎没有变化,但黏度却有较大改变。传统固液两相混合物黏度模型不再适用功能性纳米流体的计算,其主要原因是传统公式低估了分子间作用力对纳米流体黏度的影响。因此,建立了功能性纳米流体的黏度经验公式。由于纳米颗粒的存在提高了沸腾表面的粗糙度,从而使纳米流体的壁面湿润性能大大提高。实验结果表明,纳米流体的黏性和壁面接触角是沸腾换热发生骤变的关键。
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。