《上海交通大学学报》2021年“能源与动力工程”专题
针对当前蒸汽动力系统缺乏有效稳定性评估方法的问题,提出一种适用于单个运行参数的稳定性评估方法.该方法是一种复合评估方法,首先综合运用中值回归经验模态分解和奇异值分解,对运行参数的时间序列进行分解并提取其隐藏的趋势项,然后依据各分量的最佳算法参数排列熵选取分量进行重构,最后通过非平稳时间序列分析中常用的整合滑动平均自回归模型预测趋势项和扰动项的走势并提取两者的分布特征,进而计算得到运行参数在预测趋势上各点的失稳概率并由此对其稳定性进行定量评估.经实际案例验证,证明该方法能够有效评估蒸汽动力系统单参数的运行稳定性,具有一定的理论创新性和工程应用价值.
风速的波动性和随机性为风电并网造成安全隐患,提高风速预测精度对于风电系统的稳定和风能发展十分重要.提出一种基于互信息(MI)理论和递归神经网络(RNN)的短期风速预测组合新模型(MI-RNN).该模型利用MI理论选择最优的历史风速序列长度(τ),通过每τ步预测下一时间点风速的方式,将历史风速数据输入RNN中进行模型训练,并由训练后的RNN模型输出最终的风速预测结果.将MI-RNN模型应用于风电场的风速数据集中,与传统机器学习风速预测模型进行比较,以验证模型的预测精度.结果显示,MI-RNN模型的预测精度更高,预测稳定性更强,并且能够准确预测未来风向,有望应用于含空间维度的风电场的风速预测.
为优化具有A位镧缺失的铁酸镧(La0.95FeO3-δ)钙钛矿的氧还原反应(ORR)和氧析出反应(OER)双功能电催化性能,研究La0.95FeO3-δ/C复合电极中碳的形态、电极浆料制备方法和催化剂载量对双功能电催化性能的影响,并分析其影响机理.结果表明:当La0.95FeO3-δ与导电碳形成复合电极时,ORR和OER催化活性显著提高;La0.95FeO3-δ/C复合电极的电催化性能与碳的形态以及电极浆料制备方法密切相关,在超声分散-球磨-超声分散的最佳浆料制备方法下,当以EC600JD为导电碳,La0.95FeO3-δ与EC600JD的载量分别为0.6 mg/cm2与0.12 mg/cm2时,ORR和OER催化活性最佳.经过工艺优化的La0.95FeO3-δ/C复合电极具有优异的双功能电催化性能,且其制备简单、成本低,有望在锂氧电池等器件中得到应用.
针对小通道内两相流动摩擦压降的关联式进行了全面分析,描述关联式之间的继承发展关系,并指出不同关联式之间的创新之处.为了评估各种关联式在小通道中的通用性和精度,建立了一个大型摩擦压降数据库,此数据库在蒸发和冷凝/绝热工况下分别有 1302 和 1576 个数据点.对26种关联式分工况进行评估分析,并发现Sempértegui-Tapia和Kim关联式分别在蒸发工况、冷凝/绝热工况下具有最佳的预测能力,最后提出了关于关联式改进的建议.
针对一种新型锥形式旋叶汽水分离器开展全尺寸的蒸汽-水热态试验和数值模拟研究.试验结果表明:汽水分离效率随着蒸汽表观速度的增大先减小后增大,但在低蒸汽表观速度区变化不敏感;分离器压降随着蒸汽表观速度的增大而显著增大.基于商业计算流体软件STAR-CCM+,利用Euler-Euler两流体模型方法开展旋叶分离器数值模拟,研究液滴粒径对汽水分离效率和压降的影响.计算结果表明:大粒径的液滴有利于液相的分离,但液滴粒径对压降的影响较小.根据试验研究建立了与试验结果吻合较好的数值计算模型,系统地分析了分离器压力场、速度场和液相体积分数的分布规律.
为在保证测量的准确性和高效性的同时,降低软测量方法对数据集的依赖性,提出一种基于可解释神经网络的压缩机功率软测量方法.实验中,在使用泛化性良好的数据集进行训练时,可解释神经网络模型在测试集上的均方根误差为 0.0094,相比反向传播(BP)神经网络模型降低了1.1%.在使用泛化性较差的数据集进行训练时,可解释神经网络模型在测试集上的均方根误差为 0.0128,相比BP神经网络模型降低了79.8%.实验结果表明,基于可解释神经网络的压缩机功率软测量方法不但具有较高的准确率,且在使用泛化性较差的数据集进行训练时,依然能够保持较高的测量性能.
针对常规吸收式热泵和压缩式热泵无法兼顾温升与效率的问题,本文提出采用热耦合压缩-吸收式热泵来达到高效高温输出的目的,并根据不同场景需求构建大温升型循环和高温输出型循环.采用R245fa和溴化锂-水溶液作为工质,针对100 ℃以上输出温度,利用Aspen Plus软件建立数学模型并对循环性能进行计算.研究结果显示:在采用大温升型循环回收30~40 ℃余热时,循环最优能效比(COP)可以达到2.58以上;在采用高温输出型循环回收60~70 ℃余热时,循环最优COP可以达到2.83;两种新循环在温升、输出温度和效率上比R245fa压缩式循环均有明显提升.
针对常规蒸汽动力系统在锅炉升负荷过程中,由于给水卸载管路泄漏导致的锅炉失水和泵汽蚀问题,采用基于残差修正的差异演化算法辨识获得增压泵和给水泵各级叶轮的扬程-流量-转速模型,采用机理建模方法建立给水系统管路和阀门的流量-阻力模型、工质参数计算模型以及给水卸载调节阀的性能退化模型.在此基础上,对锅炉升负荷过程进行了仿真研究,获得了给水系统主要参数在不同给水卸载流量下的变化情况,发现给水卸载管路调节阀的性能退化是导致锅炉升负荷过程中锅炉失水和泵汽蚀的主要原因之一.为进一步明确给水系统的性能可靠性随工作时间的退化规律,采用数学模型与Monte Carlo随机抽样的联合仿真方法,对某型船用给水系统在锅炉升负荷过程的性能可靠性进行了仿真研究,获得了该型锅炉在总体性能可靠度变化和给水卸载管路调节阀的性能可靠寿命.研究成果揭示了一种蒸汽动力系统特有故障的故障机制及其退化规律,具有一定的理论创新和工程应用价值.
以聚二甲基硅氧烷(PDMS)为基底,采用光刻技术制备微方柱结构的梯度能表面,采用高速摄影仪对微方柱结构梯度能表面振动液滴的动力学特性进行研究,分析微方柱结构梯度能表面的几何参数对振动液滴运动特征的影响.研究发现:当对微方柱结构梯度能表面施加一定频率的振动,且振幅达到一定阈值后,液滴会产生蠕动,且随着振幅的增加,从面积分数较大的地方向面积分数较小的方向运动.在相同的振动频率下,液滴的运动加速度随着振幅的增大而逐渐减小.同时,相对于面积分数较小的区域,在面积分数较大的区域内,液滴运动的平均加速度较小;在面积分数较大的区域,湿接触直径变化的范围更大.运用力学和表面物理化学理论建立模型,分析表面微观结构对液滴运动特性的影响.
结合光流法和深度学习对燃气火焰稳定性进行了研究.采用光流法直接计算出火焰图像的光流矢量,观察火焰在二维图像中的脉动情况,并提出光流脉动评价模型,可以评估火焰的燃烧稳定性.此外,搭建基于VGG-Nets的深度卷积神经网络模型,在ImageNet预训练权重上进行微调,结合火焰静态与动态特征,实现了对五种典型燃烧状态的分类与识别.结果表明:该方法对火焰的不同燃烧状态具有很好的判断能力,对不稳定燃烧的火焰识别率很高.
《上海交通大学学报》2021年“能源与动力工程”专题
