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:相变微胶囊功能流体所具有的相交区间是影响其强化传热效应和工程应用价值的主要因素。采用双流体数学模型通过数值模拟发现:在层流条件下,双流体模型能够很好地模拟颗粒相体积分数、营径和Re对相交区间的影响。功能流体的相交段长度和总吸热量都随着这三个因素的增大而显著增大。同时相变段长度还取决于入口温度和边界条件等因素。以直链烷烃为相变材料的功能流体在相变段的蓄热能力相近。但在同Re下,功能流体的相变段长度和总吸热量都随着囊芯材料相变温度的升高而减小。入口温度是影响相变材料熔化速度的重要因素。相交段的长度、总温井和总吸热量与流体入口过冷度都呈线性关系。在第一类边界条件下,相变段长度与壁面过热度呈指数为负的幂指数关系,而相变段总温井和总吸热量都随壁面过热度的增大而增大。