论文摘要
有机朗肯循环（ORC）是中低温热能-电能转换中最具前景的技术之一,近年来受到越来越多的关注。工质是ORC实现的载体,由于热源及可选工质的多样性,工质筛选及系统的优化对于提升ORC综合性能非常重要,而物性及过程特性的准确预测是关键。提出了基于神经网络-基团贡献法的ORC系统性能计算方法,建立了涵盖11个基团的基团表,从REFPROP中调用51种工质7958组数据进行神经网络训练,获得了ORC中各个热力过程能量转换和熵差的计算关联式。计算了21种常用工质在1584组工况下的ORC系统性能,并与基于传统方法计算的ORC系统性能参数进行了对比。结果显示预测得到的ORC系统热效率、净输出功和系统?效率与用REFPROP计算得出的结果相比误差分别为1.01%、1.02%和1.61%,相比传统方法,预测精度有显著提高。
论文目录
文章来源
类型: 期刊论文
作者: 王羽鹏,梁俊伟,罗向龙,李逸帆,陈健勇,陈颖
关键词: 神经网络,热力学性质,预测,基团贡献法,有机朗肯循环
来源: 化工学报 2019年09期
年度: 2019
分类: 工程科技Ⅰ辑,工程科技Ⅱ辑,信息科技
专业: 动力工程,自动化技术
单位: 广东工业大学材料与能源学院
基金: 国家自然科学基金项目(51476037),广东省应用型科技研发专项资金项目(2016B020243010)
分类号: TP183;TK12
页码: 3256-3266
总页数: 11
文件大小: 1640K
下载量: 232