Print

基于神经网络的有机朗肯循环过程及循环性能计算方法

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

  • 引言
  • 1 问题描述
  • 2 模型的建立
  •   2.1 ORC热力学分析模型
  •     2.1.1 加压过程
  •     2.1.2 蒸发过程
  •     2.1.3 膨胀过程
  •     2.1.4 冷凝过程
  •   2.2 ANN-GCM模型
  •     2.2.1 基团的选取
  •     2.2.2 BP神经网络模型
  • 3 结果与讨论
  • 4 结论

    • 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

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/7c83b4ed24e21a957c317681.html