地热源非共沸工质有机朗肯循环发电性能分析
摘要：建立有机朗肯循环热力学模型和蒸发器传热模型;基于工质的实验经验状态方程,利用REFPROP 8.0软件获得非共沸工质物性;以获得最佳的凝汽器温度匹配为原则选择工质。采用种温度的地热能,在给定的蒸发器和凝汽器夹点温差下,分析了采用组分比例为0.64：0.36的R600a/R601非共沸工质的有机朗肯循环发电系统的特性,并与R601纯工质发电循环进行了比较。结果表明：以对外输出功为目标函数的利用地热的中低温有机朗肯循环发电系统中不宜加入回热器;对于蒸发器热源进出口温差较小的工况,如热源来自水蒸气凝结放热,采用混合工质的循环的性能不如纯工质的;有机朗肯循环采用混合工质时其最大对外输出功要高于纯工质的,且热源温度越低时,这种优势越明显。自然循环汽包炉蒸发回路稳态数学模型
摘要：建立了自然循环汽包炉下降管-上升管-汽包回路的稳态数学模型,该模型是由物质、能量和动量微分方程以及工质物性和相变代数方程组成,炉膛相对热负荷沿高度的一维经验分布作为模型的驱动方程,炉膛平均热负荷是求解变量,因此,热负荷不是独立变量,它与汽包产生的蒸汽量相关,这与实际物理过程较好地相符。该模型能够预测不同运行状态下工质在上升管内的压力、温度、循环流量以及含汽率分布,模拟结果给出了蒸发管内两相流动和传热的清晰图景,循环倍率的预测值与有关文献给出的结果相一致。燃煤电厂锅炉中颗粒物在选择性催化还原、静电除尘器和烟气脱硫入口处的分布特性
摘要：采用承重撞击器颗粒物采样系统在国内某燃煤电厂4#锅炉进行颗粒物采集,采样点包括选择性催化还原（SCR）入口、静电除尘器（ESP）入口和烟气脱硫（FGD）入口。对采集的颗粒物的质量粒径分布特性和无机成分分布特性进行研究,结果表明相较于SCR入口,ESP入口处PM0.2～10的量减少24.45%,但主要减少超微米颗粒物;该锅炉ESP的效率很高,对PM0.2～1.0、PM0.2～2.5和PM0.2～10的脱除率分别达到99.52%、99.64%和99.79%;S在各采样点浓度差异明显,Al、Si的差异主要体现在亚微米颗粒物,Na、Ca浓度几乎不变;FGD入口,PM0.2～1.0中各无机元素的排放总量分别为：Na 0.03mg/m^3、Ca 0.19mg/m^3、Al 0.11mg/m^3、Si 0.26 mg/m^3和S 0.08mg/m^3。γFe2O3的选择性催化还原脱硝性能及其对NH3和NO的表面吸附行为研究
摘要：采用γFe2O3纳米粉末制备选择性催化还原（selective catalysis reduction,SCR）脱硝催化剂,通过XRD、BET对催化剂进行表征,并对此催化剂的低温SCR脱硝性能在一固定床反应器中进行考察;此外通过原位红外漫反射光谱法（diffuse reflectance infrared Fourier transform spectroscopy,DRIFTS）研究了反应物在催化剂表面的吸附活化。结果表明,实验所采用的Fe2O3为纯γ相,具有较高的热稳定性和脱硝效率。DRIFTS实验研究表明,NH3主要吸附到γFe2O3催化剂表面L酸位形成吸附态的NH3,在小于270℃时有部分NH3吸附到B酸位生成NH4＋;O2的存在能促进吸附到L酸位上的NH3发生脱氢反应生成NH2,并能够大大促进NO在催化剂表面吸附生成硝酸盐和吸附态的NO2,从而促进低温下的SCR反应。在90～360℃的温度区间内可能遵循两种反应途径,主要反应是吸附在L酸位的NH3脱氢生成NH2,然后和气态的NO反应生成N2和H2O;在低于240℃时,可能存在另外一种反应途径,中间产物NO2（NH4^＋）2与NO反应生成N2、H2O和H＋。基于大数据和双量子粒子群算法的多变量系统辨识
摘要：针对智能算法与历史大数据相结合进行多变量系统辨识过程中不能精确量化每个子系统数学模型的问题,提出了一种有效的数据并行优化计算的解决方案。在辨识过程中,为了解决量子粒子群算法（quantum particle swarm optimization,QPSO）收敛速度和寻优精度方面的不足,提出了一种改进的QPSO算法——双量子粒子群算法（double quantum particle swarm optimization,D-QPSO）。该算法对粒子种群编码和原有的进化搜索策略同时进行了量子化处理,经过测试函数实验,改进的算法在搜索能力上优于PSO和QPSO算法。最后利用现场运行历史数据,通过D-QPSO算法进行参数估计,将设计的解决方案应用于热力发电厂负荷控制系统的传递函数辨识中,得到的模型为控制器的设计与优化奠定了基础。基于模糊K近邻支持向量数据描述的水电机组振动故障诊断研究
摘要：水电机组振动故障诊断中常面临样本稀缺及分布不均匀、不平衡等问题,严重影响诊断结果。针对此类问题提出一种基于模糊K近邻（K nearest neighbor,KNN）支持向量数据描述（support vector data description,SVDD）的故障诊断模型。首先利用核变换将故障样本映射到高维特征空间,并采用SVDD提取不平衡故障样本域的边界支持向量样本,构建基于相对距离模糊阈值和KNN的决策规则,最终在此基础上建立机组故障诊断模型。用该模型对经过不平衡处理的国际标准测试数据样本进行测试实验,并与支持向量机（support vector machine,SVM）及目前应用较多的SVDD模型的分类结果进行对比,结果表明该模型可有效解决不平衡样本分类倾斜性问题。最后,将模型用于某水电厂机组振动故障诊断,取得了较高的诊断精度,证明了该方法的有效性。椭圆叶片Savonius风力机叶轮气动性能数值计算
摘要：为提高Savonius风力机叶轮的风能转化效率,提出椭圆叶片Savonius风力机叶轮方案,并通过非定常流体动力学数值计算分析了不同尖速比下叶片扁度对叶轮的气动特性的影响。计算基于雷诺时均的N-S方程,湍流模型采用RNG k-ε模型,利用滑移网格技术模拟叶轮的转动,通过网格无关性和湍流模型验证分析验证所采用数值方法的有效性。研究结果表明：随着扁度减小,叶片最大力矩系数增加,而最小力矩系数减小;扁度为0.72的叶轮的最大平均功率系数最大（0.2650）,相比常规Savonius叶轮增加5.84%。
