基于蒙特卡罗的复杂火工系统可靠性预计精度研究

针对蒙特卡罗方法进行复杂火工系统可靠性预计过程中存在误差的问题,分别从串、幵联系统,元件组成数量以及蒙特卡罗方法参数3个方面开展研究。结果表明:蒙特卡罗方法的可靠度计算误差可采用串联系统进行评价,尽量减少系统中的随机抽样元件个数,提高抽样数量可提高可靠度的计算精度,重复计算次数可使计算结果趋于稳定,幵且单个元件抽样统计值控制可显著降低计算误差。     

基于CFD汽车散热器布置形式对性能影响分析

中冷散热器和高温散热器是汽车散热器的重要组成单元,二者的布置形式对整体的冷却性能具有重要影响。根据散热器的工作特点和散热量需求,对高温散热器和中冷散热器的参数进行设计,基于CFD分析技术建立散热器二维和三维分析模型;建立横向同种材料布置、横向异种材料布置、纵向异种材料布置、纵向同种材料布置等四种对比模型,获取不同模型的冷却风量流速、进出口温度变化等。搭建冷却系统试验平台,分别在中冷器前方指定位置进行纵向遮挡和横向遮挡,获取冷却风速和进出口温度变化。通过仿真分析和试验方法对比分析中冷散热器与高温散热器不同布置形式对冷却性能的影响。结果可知:四种布置形式通过的空气质量流量占百分比和面积占百分比的比例基本一致;横向异种材料布置形式的散热效果最佳,优于其他布置形式,主要原因是横向布置,散热管路与冷却空气的接触面积更大,更有利于冷却液与冷却空气之间的换热;异种材料布置更能提升换热效果;试验分析验证了仿真分析的准确性,为设计有隔断的散热器散热面积的确定提供了参考依据。     

基于BP神经网络的线损不良数据辨识及其预测

电能在输送过程中产生的大量损耗会大大提高电网的运营成本,同时海量的电网数据中往往包含错误数据,对线损计算及预测有严重影响。针对该问题,提出一种基于BP神经网络的不良数据辨识模型,可以有效辨别线路数据中的不良数据,并进行剔除。剔除不良数据后,再利用BP神经网络对线损进行预测。以宿迁市某变电站数据为例,验证了该模型的适用性。