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:设计了两种孔间距比的雪花型层板冷却结构,采用有限体积法求解三维可压缩的N-S方程对其内部流动和换热进行了数值模拟.网格划分采用非结构化网格,湍流模型为Realizablek-ε双方程模型,近壁处湍流采用壁面函数法处理,采用SIMPLE算法求解速度与压力的耦合.计算获得了这两种冷却结构内部各气流参数的三维分布及流动阻力特性和换热特性.结果表明,层板内部的流场结构十分复杂,射流冲击后在扰流柱前反卷形成驻涡,呈雪花形分布的扰流柱阵列的存在对气流起到了较好的分流和引导作用,使气流在冷却通道内分布更为均匀,改善了层板换热的均匀性.数值计算对于改进层板内部结构优化设计有着重要的实际应用价值.
简介:回热器作为斯特林热机的关键部件,对于太阳能斯特林热机整机性能有着重要影响。为克服传统金属丝网回热器结构存在的填料单一,制造成本较高,工艺复杂问题,采用实用等温分析法,以回热器的长径比、通流面积、填料种类以及孔隙率各项回热器参数为基础,设计了一种新型斯特林热机回热器,该回热器具有轴向压降小,换热性能高,结构稳定,加工制造简单的特点。开展了新型回热器和传统金属丝网回热器的换热性能对比研究,采用振荡条件下的局部热平衡方法研究回热器的传热过程,对比传统金属丝网回热器和新型回热器的温度变化,速度变化以及压力变化。结果表明:在整体孔隙率相同的条件下,新型回热器和传统金属丝网回热器相比,整体启动速率相似,但新型回热器压降减少0.04MPa,速度出现分段式变化,有利于回热器的换热和结构稳定。因此,新型回热器不但在结构上优于传统金属丝网回热器,在换热特性上也优于传统金属丝网回热器。