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:为了提高普通细水雾的灭火有效性,克服不足之处,研究了含NaCl灭火添加剂的细水雾与油池火相互作用的过程.重点研究了不同质量分数、不同工作压力、不同燃料条件下,细水雾的灭火有效性.研究结果表明,向细水雾中加入NaCl,显著影响其灭火性能.细水雾的灭火时间与加入的NaCl质量分数间呈现出"W"形的关系曲线;细水雾喷头工作压力和燃料性质也影响细水雾的灭火性能:工作压力越高,平均熄灭时间越短;在相同的实验条件下,含NaCl添加剂的细水雾熄灭煤油火的时间小于酒精火的时间.含添加剂细水雾的灭火有效性,存在着细水雾与灭火添加剂的最优质量分数配比关系.
简介:采用分子动力学方法对纳米尺度下氩液滴在氩蒸气中蒸发过程进行了模拟,其中液相分子采用球形截断的Lennard-Jones势能函数描述。模拟过程首先在三维模拟空间产生准稳态平衡的液滴和周围气相环境,随后控制液滴的外界物理条件形成蒸发现象,同步记录气液两相分子坐标和动量变化,从微观信息中统计计算出相应的宏观物理信息。研究了蒸发初始液滴半径的不同研究其对液滴蒸发过程的影响,结果表明纳米尺度下液滴蒸发现象与微米以上尺度液滴蒸发现象存在差异;引入等效辐射能的概念在分子动力学方法中实现了对辐射能传递过程的模拟,证实了辐射传递能量会对纳米尺度液滴蒸发过程产生很大的影响。
简介:扩散系数在化工设计和研究中是不可缺少的传递特性.但其数据却相对缺乏,因此需要寻找一种方法来预测这个特性就显得十分重要.利用分子动力学方法模拟了简单流体的自扩散系数.模拟分别采用Green-Kubo法(VACF:velocityautocorrelationfunction)和Einstein法(MSD:meansquaredisplacement).模拟结果与实验数据吻合较好,误差在10%左右.两种方法的平均值与实验结果误差在7%左右.同时还模拟了流体自扩散系数随温度的变化关系.结果表明,自扩散系数与温度满足Arrenhius关系,数据相关性在0.99以上,计算得到的自扩散激活能分别为1258J/mol(VACF)、1272J/mol(MSD)和平均值1265J/mol.