基于改进狼群算法-深度置信网络(IGWO-DBN)模型的旋风分离器压降预测

针对目前旋风分离器压降计算模型在准确性和实用性上的不足,为更好地指导旋风分离器的结构设计和性能优化,采用深度学习方法对其压降进行了预测。选取了影响压降的7个几何参数,采用深度学习中的深度置信网络（deep belief network,DBN）对旋风分离器压降数据进行预测,并利用改进的狼群算法（improved grey wolf optimizer,IGWO）对DBN模型的初始化权重和偏置参数进行寻优,构建IGWO-DBN组合模型,同时与几种传统计算模型和机器学习模型的预测结果进行对比。结果表明,IGWO-DBN模型在计算精度上优于Shepherd-Lapple模型、Casal模型等传统计算模型,并优于反向传播神经网络（back propagation neural network,BPNN）、支持向量机（support vector machine,SVM）、极限学习机（extreme learning machine,ELM）等机器学习模型,计算效率大幅提升,且具有较好的泛化性和鲁棒性,可用于旋风分离器压降参数的预测。     

基于PCA-PSO-SVR的PV型旋风分离器粒级效率建模

为了准确地表达PV型旋风分离器的粒级效率与结构参数、操作参数之间复杂的非线性关系,采用PCA-PSO-SVR混合算法对PV型旋风分离器的粒级效率进行建模。采用主元分析法(PCA)对实验数据集进行降维处理,通过粒子群优化算法(PSO)对支持向量回归(SVR)模型中的超参数进行优化。将优化后的回归模型和其它机器学习模型在预测准确性、泛化性、鲁棒性以及运行速度方面进行了对比,结果表明,利用PCA-PSO-SVR算法对PV型旋风分离器的粒级效率建模是一种准确而有效的方法。     

旋风分离器分离性能的经验模型与数值预测

利用雷诺应力输运模型对Stairmand高效旋风分离器的气相流场进行数值模拟,在此基础上对旋风分离器的分离效率、压力损失进行了研究,得出了不同条件下旋风分离器的分离性能,同时利用Barth,Iozia&Leith,Shepherd&Lapple,Cacal&Martinez,Dirgo,Coker经验公式计算了该旋风分离器的分级效率和压力损失,并分别和实验数据进行了比较.结果表明,Barth经验公式在计算直径为305mm的Stairmand旋风分离器时的分级效率与实验数据吻合较好;而Iozia&Leith经验公式能准确地计算直径为152mm的Stairmand旋风分离器的分级效率;Cacal&Martinez及Dirgo经验模型计算的压力损失和实验数据吻合较好.另一方面,数值预测的分级效率和实验数据基本一致,而且预测的压力损失误差在5%以内.研究结果还表明,应用计算流体动力学来研究旋风分离器的分离性能方便且可行.     

新型旋风分离器内颗粒的运动规律

分离效率是判定旋风分离器性能优劣最直接的一个参数,而分离效率的高低微观上由旋风分离器内颗粒的运动规律决定.采用离散颗粒模型研究了新型旋风分离器内颗粒的运动规律并估算了分离效率,结果发现:颗粒从入口不同区域进入该旋风分离器分离空间时有不同的运动轨迹,入口大致可划分为3个区域;被入口导流板碰撞分离的颗粒在发生二次分离时被再次捕集的可能性很大;分离效率实验值和模拟估算值变化趋势一致,但模拟估算值高于实验值.     

新型旋风分离内颗粒的动动规律

分离效率是判定旋风分离器性能优劣最直接的一个参数,而分离效率的高低微观上由旋风分离器内颗粒的运动规律决定.采用离散颗粒模型研究了新型旋风分离器内颗粒的运动规律并估算了分离效率,结果发现:颗粒从入口不同区域进入该旋风分离器分离空间时有不同的运动轨迹,入口大致可划分为3个区域;被入口导流板碰撞分离的颗粒在发生二次分离时被再次捕集的可能性很大;分离效率实验值和模拟估算值变化趋势一致,但模拟估算值高于实验值.     

旋风分离器分离性能的数值预测

对不同运行温度和压力条件下旋风分离器的分离效率和压力损失进行了数值研究.数值预测时,气相场采用雷诺应力输运模型,应用随机轨道模型来模拟湍流流场中颗粒的运动轨迹.给出了不同温度和压力条件下旋风分离器的压力损失和分离效率,并和试验数据进行了比较.分析了操作压力、温度对旋风分离器分离性能的影响.结果表明,压力损失和分离效率都...     

基于弹性分析的旋风分离器结构优化

在考虑旋风分离器材料成本的基础上,定义了旋风分离器优化因子,并对优化因子对旋风分离器结构参数和外部操作参数变化的敏感性,即旋风分离器优化因子弹性进行了计算分析。结果表明,结构参数中旋风分离器筒体直径和排气管直径对旋风分离器性能影响最大,同时在不改变其他结构参数的基础上,可以通过优化排气管直径来提高分离器分离效率。     

缝隙式排气管对旋风分离器的性能影响

为降低传统旋风分离器工作时排气管内气流高速旋转造成的大量能量损失,将Lapple型旋风分离器的排气管改进为缝隙式排气管,利用数值模拟和实验的方法分析了缝隙式排气管对旋风分离器的性能影响.采用RSM模型对气相流场的切向速度、静压、流动轨迹、湍流强度以及压降进行数值模拟,采用多相流模型中的DPM模型对分离器的分离效率和颗粒运动轨迹进行仿真分析.仿真分析结果与实验验证结果吻合度较好,有较高的预报精度.最终结果表明,缝隙式排气管可使传统旋风分离器的压降下降6.8%,分离效率提升5.5%;当排气管上缝隙长度或宽度增加至一定数值,分离器的分离效率达到最大.随着排气管上缝隙长度或宽度的增加,旋风分离器的分离效率逐渐趋于稳定,压降持续降低;排气管上的矩形缝隙可使排气管内产生旋进涡核(PVC)现象,随着缝隙长度的增加,旋进涡核现象有所减弱,缝隙宽度的变化对旋进涡核现象影响较小;缝隙式排气管可有效抑制普通排气管中心处回流区的产生,并使普通排气管底部以及外旋流的湍流强度降低,从而减少排气管底部的短路流,提高分离效率.通过观察不同颗粒粒径的电石渣颗粒的运动轨迹,可知Lapple型旋风分离器与新型旋风分离器内部流场呈现出有利于固体颗粒分离的组合涡结构,排气管结构的改变并未影响分离腔的原始涡流结构.     

基于CFD的循环流化床旋风分离器模拟

为提高循环流化床旋风分离器的分离效率,本文采用计算流体力学CFD软件,模拟部分结构参数和操作参数的变化对循环流化床旋风分离器分离效率的影响,并与试验结果相比较,结果表明,模拟结果为旋风分离器的结构参数和操作参数的优化提供了理论依据.     

入口下倾小型旋风分离器的仿真设计

以一台4 t/h燃煤锅炉烟气的旋风分离器为对象,采用R-k-ε湍流模型,利用Fluent软件对Stairmand HE型分离器内部流场进行三维数值仿真分析,并采用离散相模型对固体颗粒进行追踪,研究旋风分离器筒体结构及运行参数对其分离效率、运行压降和磨损的影响,获得了同时具有较高分离效率、较低运行压降、较少磨损的入口下倾...     

基于MATLAB GUI的灰色预测仿真优化平台设计

利用MATLAB GUI设计了基于GM(1,1)模型及改进模型的灰色预测仿真优化平台,该平台集输入、输出、仿真计算以及后处理功能为一体,并通过编译生成可脱离MATLAB的.exe可执行程序,简化了灰色建模过程,提高了仿真效率。最后在该平台上进行了仿真实例,验证了该平台的实用性。     

旋风分离器分级效率的多区计算模型

在旋风分离器内部流场及浓度场测定的基础上,考虑了分离器内的短路流,颗粒间的相互碰撞、粗颗粒的弹跳以及细粉粒返混等对分离性能的影响。建立了旋风分离器分级效率的多区计算模型,并与现有计算模型作了分析比较.结果表明,多区模型的计算精度令人满意.其理论预测与试验结果较为吻合.     

基于ABC-SVM固体氧化物燃料电池电堆建模与仿真

为了更好地满足工程上对SOFC (solid oxide fuel cell)性能预测和控制方案设计要求,提出利用人工蜂群算法(ABC)优化支持向量机(SVM)来建立SOFC电堆模型。通过利用ABC算法优化SVM参数(核函数值宽度和惩罚因子),采用优化后的参数作为SVM的初始参数建立模型,与SVM、GA-SVM和PSO-SVM模型进行对比。实验结果表明:ABC-SVM模型平均平方误差小,说明该算法可以很好的预测在不同氢气流速下SOFC的电压/电流特性曲线。该模型对SOFC预测和控制方案设计有一定价值。     

催化裂化沉降器粗旋风分离器的工作性能

在直径300 mm的催化裂化沉降器粗旋风分离器冷态实验模型上测试入口气速、质量浓度,考察二者以及料腿末端设置重锤逆止阀对粗旋风分离器工作性能的影响.结果表明:固相加入后降低了气流旋转动能耗散,使粗旋风分离器压降降低,料腿排气率增大;提高入口气速有利于减小料腿泄气率、提高粗旋风分离器分离效率,尤其对细颗粒分离有利;随固相质量浓度增大,粗旋风分离器压降降低,分离效率和料腿排气率均有小幅上升;料腿末端安装重锤逆止阀可令料腿泄气率减小3%以上,并提高粗旋风分离器分离效率;针对粗旋风分离器结构特征提出的压降模型计算粗旋风分离器压降精度较高.     

旋风式油气分离器数值模拟与实验研究

针对旋风式油气分离器内高速旋转流场引起油滴与壁面碰撞而破碎,从而使分离效率降低的问题,设计了多种不同参数组合的旋风式分离器,对分离器内部气液两相流动及分离效率进行了数值模拟和实验研究,其中气相流场采用RNGkε-湍流模型,油滴运动轨迹采用分散相模型.同时,搭建了油气分离器性能试验台,对不同结构参数的旋风式油气分离器在不同工况下的分离效率进行了测试,并利用Malvern激光粒度分析仪对分离器进出口油滴粒径分布进行了测量与分析.研究结果表明,最佳的入口速度与参数组合使得分离器效率最高,对于直径大于25μm的油滴,旋风式分离器完全可以分离.旋风式分离器内部油滴分离的数值模拟与实验对比表明,采用考虑油滴破碎的分散相两相流模型的模拟结果与实验数据吻合良好.     

基于PSO-BP的钻井机械钻速预测模型

机械钻速预测是优化钻进过程、提高钻井效率的关键技术,现有的计算模型主要建立在物理实验和理论分析的基础上,缺少对钻井工程实测数据的应用,导致计算精度难以满足复杂的现场需求.基于此,提出一种人工智能算法与BP(back propagation)神经网络相结合的钻井机械钻速预测模型.首先,利用小波滤波方法对实测数据进行降噪处理,并依据互信息关联分析优选输入参数降低模型冗余.其次,利用粒子群优化(particle swarm optimization,PSO)算法实现对BP神经网络初始权值、阈值的优化,建立机械钻速预测新模型,并将PSO-BP新模型与标准BP、BAS(Beetle Antennae Search,天牛须算法)-BP及GA(genetic algorithm,遗传算法)-BP等三种模型进行对比分析.最后,根据实际工况对PSO-BP钻井机械钻速预测模型进行模型评价.结果表明,PSO-BP机械钻速预测模型不仅具有良好的预测精度,而且为钻进过程中提高机械钻速提供科学的参考.     

CNLSTM模型预测城市积水

物联网平台能够为积水预测提供海量的传感器时间序列数据基础.为了精准且快速地预测城市内涝点积水趋势,提出一种基于神经网络的组合时序预测模型(CNLSTM),对多变量积水时间序列数据进行建模预测.此模型利用卷积神经网络(convolutional neural network,CNN)提取多变量数据之间的空间特征,得到具有空间相关性的特征量,利用长短时记忆网络(long short-term memory,LSTM)提取特征量之间的时间相关性预测未来积水水位.仿真结果表明,所提预测模型可以很好地捕获积水点水位与各输入量之间的非线性关系,并且比CNN,LSTM以及反向传播(back propagation,BP)神经网络具有能更好拟合实际水位的效果,更高的精度和泛化能力.此模型在城市积水预测中的有效性和适用性得到了验证,能够为积水点的提前预警、准备及汛前、汛中汛后治理方案的制定提供可靠的参考依据.     

一种内置旋流叶片的旋风分离器性能数值研究

提出了一种新的高效旋风分离器构造,在传统分离器的内外涡旋交界面上添加一组与气流旋转方向相同的旋流叶片,来阻挡含尘气流中的颗粒进入内涡旋区.基于计算流体力学(CFD),采用雷诺应力模型和离散相的随机轨道模型来计算分离器的气固两相流,并用试验数据验证了计算模型的正确性;通过数值计算分析、比较了添加旋流叶片前后的分离器性能,对旋流叶片进行了性能优化.结果显示,与传统分离器相比,添加旋流叶片能够使分割粒径减小60%～70%,有效地提高了分离效率,而压降仅增加19.3%,且旋流叶片对于小粒径、小密度颗粒的分离效率提升更为显著.     

旋风分离器内颗粒浓度场的数值模拟

采用改进的雷诺应力模型和颗粒随机轨道模型对旋风分离器全空间内颗粒浓度分布进行了数值模拟.结果表明,旋风分离器分离空间的浓度场沿径向可划分为中心的颗粒逃逸区、边壁的颗粒捕集区和中间的颗粒分离区.颗粒捕集区的颗粒在器壁表面形成高浓度的灰带螺旋下行,灰带以一定的频率上下波动;颗粒分离区浓度分布均匀,颗粒处于被分离状态;颗粒逃逸区的颗粒浓度很低,颗粒螺旋上升逃逸.旋风分离器的浓度场沿轴向分布比较复杂,在环形空间的上部和灰斗的上部存在顶灰环,浓度分布具有显著的非轴对称性,在升气管入口下方0.25倍筒体直径(Φ)范围内存在短路流造成的高浓度区,在排尘口处存在旋转气流摆动造成的颗粒返混高浓度区.模拟结果与实验数据吻合较好.     

高效低阻旋风分离器的试验与开发

对影响ＰＶ型旋风分离器分离性能的关键尺寸和结构进行了改进,开发出了一种压降更低、效率更高的ＰＶＥ型旋风分离器。对改进后的分离器性能进行了试验,由试验结果可知,缩小排气管下口直径,可提高旋风分离器分离效率,但同时分离器的压降也大幅度上升。压降上升问题可以通过在排气芯管上开若干条狭缝加以解决。改进排尘口的结构,适当地增加分离空间的高度,并进行了优化匹配,可以在保持压降基本不变的条件下提高旋风分离器的效率