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.
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:对应用于温度场分析的热网络方法及基于热网络法的软件SINDA/FLUINT进行了介绍。利用热网络法和流体网络法对某发动机舱进行热仿真与热分析。建立了飞行器发动机舱各部件与其内外流体之间的网络关系及仿真模型,并进行耦合求解,得到此发动机舱各部件不同位置的温度分布,并对优化方案进行了仿真。其结果为发动机舱热分析及布局设计提供了参考。