多级制冷系统超结构优化及其应用研究

在多级制冷系统超结构的基础上，以年操作费用与设备年折旧费用之和的年度总费用最低为目标函数，建立了多机制冷系统优化的混合整数非线性规划。利用该模型对乙烯裂解装置乙烯-丙烯复叠制冷系统进行了优化研究，优化后系统比原制冷系统年度总费用下降15%，经济效益明显。     

复杂公用工程系统最优综合的MINLP方法研究

将复杂非线性公用工程系统参数优化进一步扩展到流程结构与蒸汽参数的同步联合优化，并结合典型实例给出了建模方法。根据该模型特点，采用混合连续进化算法，对算例进行了解算，获得了较为理想的结果。算例表明，该方法虽增加了模型的非线性，但减少了问题的规模，并有利于实际全局最优解的获得，更加真实的反映了系统的非线性。     

标准型定位格架对超临界水在堆芯传热和流动影响的数值研究

采用非结构化多面体网格,利用商业软件STARCCM+6.04对标准型定位格架对超临界水在反应堆堆芯子通道内流动及传热特性的影响进行了数值研究。研究结果表明,由于流动阻塞效应的影响,燃料棒覆层表面温度周向分布不均,窄缝区最高、中心区最低。标准定位格架能够强化定位格架内部传热,但会造成其下游局部传热弱化,周向温度分布差异增大,不利于降低覆层温度。标准型定位格架下游的传热弱化现象或许是超临界反应堆紧凑型堆芯的特有现象,须在堆芯设计中加以重视。     

一种中空离心式喷嘴流场特性的研究

利用VOF(volume of fluid)方法和realizable湍流模型对中空离心式喷嘴的气液两相流动进行了数值模拟,并将模拟结果与实验数据进行了对比,两者结果吻合良好。模拟结果表明:旋流室内压力随半径的减小而减小;在中心1/3半径范围内存在低压区,其存在将会引起喷口外部空气抽吸,形成空气心,空气心半径越大,液膜越薄,在大于1/3半径区域内有较高的动压,将引起液膜在该区域扩展喷淋。喷嘴出口处液相体积分数为1,离喷口距离越远,液相体积分数越小;出口速度随入口压力的增大而增大,出口速度的方向以及喷嘴内流体迹线图表明了液体是旋转流出喷嘴的。     

基于神经网络的热力站换热器系统的预测控制

在利用实验法确定热力站换热器系统动态特性的基础上,提出利用神经网络预测控制器对热力站换热器系统进行控制,并进行阶跃扰动的控制仿真。结果表明,神经网络预测控制的效果要优于手动调节和传统的PID调节,适合时滞对象的动态调节。     

交错叶片型定位格架对SCWR堆芯子通道流动及换热影响分析

数值模拟已经成为研究超临界水冷堆堆芯热工水力特性的重要工具。采用Ansys CFX模拟超临界水冷堆堆芯带交错叶片型定位格架子通道与无格架子通道的流动及换热。结果表明,堆芯子通道的流动及换热都存在周向不均性。交错叶片的导流作用在子通道内产生低压区形成涡,产生较强的二次流,这种流动会使包壳表面流体快速脱离壁面,同时会有其他位置处流体冲撞壁面,促进包壳表面热量的转移。从而有效地降低包壳温度,有利于功率的进一步提升。     

顺、叉排柱状流型液膜铺展与液膜厚度分布规律研究

为研究柱状流动在横管外表面的流动特性,利用Fluent软件,采用VOF模型对横管降膜过程中的柱状流动过程进行三维数值模拟。模拟结果显示:由于Re的差异,柱状流动可分为顺排流动和叉排流动;顺排流动中,两液柱之间出现波谷现象;叉排流动中,两液柱之间出现波峰现象。液体的物性参数影响横管外的液膜铺展和厚度分布规律。     

水平管降膜蒸发器管外液膜的数值模拟

对水平管降膜蒸发器管外液体的成膜情况进行了数值模拟,分析了喷淋密度、管径大小、周向角度等参数对管外液膜厚度及分布的影响,并与相关实验数据进行了比较.结果表明:在喷淋密度一定时,管外液膜厚度在管顶和管底区域较大,在周向120°附近最小;管壁表面的液膜厚度随着喷淋密度的减小而减小,当喷淋密度减小到一定程度时,管壁表面出现了局部"干斑"现象;在喷淋密度一定时,管壁液膜厚度随管径的增大而减小.     

喷嘴结构对流场性能影响的研究

利用VOF（volume of fluid）方法对海水淡化中空离心式喷嘴的气液两相流动进行了数值模拟,并将模拟结果与实验数据进行了对比,两者吻合良好。对喷嘴出口扩散角和出口直径等结构参数进行了比较分析,得出结论:喷嘴出口扩散角越大,喷淋液锥角度也越大,但出口扩散角度并不是越大越好,实际应用中存在一个最优值;喷嘴出口扩散角会影响到空气心吸气气流的速度大小;喷嘴中心轴线处空气心直径随着喷嘴出口直径的减小而变小,该处速度曲线有两个跃动,第一个跃动发生在刚进入喷嘴的位置（z=0.05 m）,第二个跃动发生在喷嘴出口收缩段至出口扩张段（0.02~0.04 m）;喷嘴出口直径越小,对喷嘴内接近出口处液体的加速作用越明显,出口截面上的径向速度越大。     

基于粒子群神经网络的热力站供热负荷预测

结合河北省秦皇岛市碧水园热力站的供热实际情况,提出了利用BP神经网络进行热力站供热负荷的预测。为克服标准BP算法收敛速度慢和易于陷入局部最小的问题,提出利用进化算法——粒子群算法进行神经网络初始状态的优化。在此基础上,进一步提出了混合粒子群算法和速度变异粒子群算法两种改进算法提高优化性能。计算结果表明,采用粒子群算法和BP算法相结合的办法,可以明显提高热负荷的预测精度。