汽轮机调节级非定常流动的数值模拟及汽流激振力研究

针对汽轮机调节级的非定常效应产生汽流激振力的问题,基于ANSYS CFX软件,采用RNGk-ε湍流模型、双时间步法、滑移界面模型和结构化六面体网格对带有进汽室和加强筋的汽轮机调节级进行了全周三维非定常黏性流场的数值模拟.研究发现:调节级非定常时均轮周效率低于定常轮周效率;动叶在进出堵塞区域时存在较大的轴向汽流力和切向汽流力;低频汽流激振力的基频为50Hz;汽流压力和静熵在不同截面的周向分布差异较大,在向下游运动过程中逐渐趋于平均;堵塞区域的动叶通道掺混损失及鼓风损失较大,其将影响动叶的做功能力,进入堵塞区域时动叶吸力面首先受到影响.     

采用非结构网格的IDEAL算法实现及定压边界条件处理

在非结构网格系统中采用有限容积法对不可压N-S方程进行了离散,其中对流项采用二阶迎风格式,扩散项采用超松弛校正格式.通过修正的动量插值格式构造了压力方程,利用IDEAL算法处理压力与速度的耦合.利用Taylor展式导出了邻近边界内节点的压力计算公式,进而将边界静压引入到压力方程的迭代计算中,确保了边界信息向内部区域的有效传递.根据质量守恒定律分别导出了压力入口和出口边界的速度计算公式,结合伯努利定律给出了总压边界的处理方法.通过压力驱动管内层流、三通管层流以及浮力驱动流等几个典型算例对文中方法进行了考核,并将计算结果与文献中的基准解和实验值进行了对比.结果表明,不管是静压边界还是总压边界,采用该处理方法均能获得令人满意的结果,尤其对于大空间自然对流问题,可以在保证精度的前提下节省大量的存储空间和运算时间.     

级配碎石力学性能的颗粒流数值模拟方法

为了从本质上揭示级配碎石组成结构与力学性能的内在关系,基于2维颗粒流软件提出了级配碎石力学性能的颗粒流数值模拟方法,并通过该方法以安康瀛湖石灰岩碎石为例研究了级配碎石的力学性能.结果表明:不同级配碎石的CBR(california bearing raio)、剪切强度和抗压强度的实测值分别为495%~692%,592~802kPa,1.29~1.54MPa;相应的模拟值分别为525%~736%,636~839kPa,1.34~1.54MPa;平均误差分别为4.50%,5.07%,5.15%.模拟结果与实测结果基本吻合,证明颗粒流数值模拟方法应用于级配碎石力学性能研究中的可行性.     

基于1stOpt的水库预泄期最优泄流调度模型

基于通用优化计算平台1stOpt,探讨了不同目标函数及约束条件下的水库泄流优化调度数学模型.结果表明:所建立的水库最优泄流调度模型能适应和满足不同任务、多目标的要求,并具有通用性和普适性;1stOpt全局优化能力强、简单易用,可广泛应用于水利水电等工程领域中的优化计算.     

盘式磁流变液阻尼器的简化逆动态模型

针对磁流变液阻尼器高度非线性特性导致的控制难问题,提出一种简化的逆动态模型.该模型可由速度反馈算法或力反馈算法实现,可以用来计算磁流变液的屈服应力或输入电流,使磁流变液阻尼器实时地产生一个阻尼力,并确保该阻尼力达到从各种优化算法中获得的目标控制力.在此基础上将盘式磁流变液阻尼器应用于力反馈系统中,并将简化逆动态模型用于...     

一起主变间隙零流保护误动的原因分析及防范措施

文章分析了地区电网由于雷击造成的线路瞬时性接地故障,从而导致变电站主变间隙零流保护因与线路保护配合不当造成跳闸,致使全站失压的事故原因,参考相关规程文献,指出其存在的问题,并提出相应的解决办法。     

以蜂巢石为基质的垂直流人工湿地对黑臭水体除磷中试研究

以水生植物-梭鱼草作为湿地植物,新型填料蜂巢石作为湿地填料,构建了同时具有美化景观与净化黑臭水体的垂直流人工湿地,并将其成功应用于黑臭水体除磷的中试研究.试验结果表明,人工湿地的TP去除率为58.13%～83.25%,且TP去除率的变化趋势与气温变化趋势相一致.TP的去除效果具有一定的时空变化规律,在运行时间小于2个月...     

基于电容层析法糖浆气液两相流识别

针对目前常规两相流流型识别方法在糖厂煮糖罐糖浆识别中精度低的缺点,提出基于电容层析法(ECT)的气液两相流流型判别软测量模型.首先对由ECT传感器采集的检测数据优化处理并提取特征参数作为BP神经网络的辅助变量,气液两相流相应实际流型作为BP网络的主导变量,通过神经网络结构参数的优化训练,构建出二级并行的自组织竞争神经网...     

一类具有耦合非线性边界流的多孔介质方程组解的整体存在性与爆破(英文)

研究一类具有非线性边界项的多孔介质方程组的半无界问题解的整体存在性和爆破问题.通过构造自相似上下解和利用比较原理得到它的整体存在曲线和临界Fujita曲线,讨论了低阶项系数对解的临界Fujita曲线的影响.     

软件定义网络下两阶段大象流识别算法

目的 针对数据中心网络(Data Center Network, DCN)中数据流量多导致大象流与老鼠流识别精确度低的问题,提出一种基于软件定义网络(Software Defined Networking, SDN)下两阶段大象流识别算法。方法 将SDN与DCN结合,第一阶段,采用高斯分布动态阈值优化算法,通过对数据包阈值的设定,计算大象流误检率与漏检率,不断优化得到最优阈值,以此识别出可疑大象流;第二阶段,在依据流传输速率与流持续时间精确得到大象流的基础上,提出阈值约束、流量检测机制、Count计数器等三方面改进对大象流识别阈值下限的约束,将网络中大象流的数据量与流持续时间进行周期内阈值计算,提高大象流的识别精确度。结果 实验结果表明：算法与已有相关算法相比,第一阶段可疑大象流平均字节数比网络流平均字节数多11.3%;不同阈值下的算法准确度提高1.7%,不同网络流量下的大象流平均检测时间降低至6 ms以内。结论 软件定义网络下两阶段大象流识别算法在第一阶段具有较强的大象流识别能力,同时算法的精确度有所提高,大象流的平均检测时间降低,提高了网络质量,能为进行网络流量调度策略的进一步研究...