燃气轮机实际循环中回热器的“火用”效率分析

用一种新的分析方法－“Yong”分析方法对燃气轮机回热循环进行了热分析，得到了与以往结果相符的结论，证明这种分析方法是可行的，并提供了一个新的分析指标－“Yong”度，它更加完善地反映了燃气轮机回热器中由于热交换而产生的做功能力的变化程度。得到了在不同经和不同压比下燃气轮机效率循环回“Yong”度的变化情况，这对燃气轮机的设计、制造和使用都有一定的指导意义。     

多粒子群优化算法和RBF神经网络在缺陷故障参数红外智能识别中的应用

讨论了利用多粒子群优化算法(Multi-PSO)和径向基函数(RBF)神经网络进行缺陷参数红外识别的途径.PSO算法可以不用计算梯度,算法通用,而使用RBF神经网络作为代理模型,极大简化了复杂、费时的有限元计算,其中训练RBF神经网络的样本由有限元软件的计算结果产生.提出的多粒子群优化算法将粒子群分为若干子群,并利用粒子本身、粒子所在子群以及全局的最优解来更新粒子的速度与位置,该方法收敛速度较慢,但有可能找到问题的多个极小值.最后给出了该方法在缺陷参数红外识别中一个简单的应用例子.     

基于随机有限元与神经网络的传热参数的智能辨识

传热学参数之间的关系是非常复杂的,如何建立这种复杂的非线性关系,以便于对传热参数进行合理的辨识和预测,是一个值得深入思考的问题。传统的传热参数辨识方法繁琐复杂,适用条件极为苛刻。而利用神经网络进行参数的辨识,又面临着样本的构造和选取的一个“瓶颈”。为此,本文提出将随机有限元法和神经网络相结合,进行传热参数的智能辨识。其中随机有限元法用于构造神经网络所需的样本集,对神经网络进行训练和测试,神经网络则进行参数的推广辨识,收到了比较满意的效果。     

神经网络求解传热反问题的可行性研究

文中简要回顾了传热反问题的发展历程,指出了传统的解法存在的局限性。提出将神 经网络用于求解传热反问题,并讨论了其可行性及发展方向,并给出了一个简单的算例。     

基于免疫算法的多学科优化计算在缺陷红外识别中的应用研究

引入了多学科设计优化(MDO)框架以用于缺陷的红外识别.该计算框架具有良好的开放性和稳定性,由任何不用计算梯度的优化算法如免疫算法、粒子群算法等和通用的CAD建模软件、有限元(FEM)计算软件、数据采集与信号处理软件等组建,使得比较复杂的缺陷参数红外识别问题变得简单、迅速,过程统一.最后给出了约束优化免疫优化算法(COIA)在沉孔型缺陷参数红外识别中一个简单的应用例子.     

基于稳健设计优化技术的缺陷参数红外识别研究

将缺陷参数的红外识别问题描述成多目标优化问题并引入了稳健设计优化(RDO)技术.传热反问题控制方程的不适定性和边界条件不确定因素的波动,造成了优化解通常不具有稳健性(robustness).稳健设计优化技术在取得目标的最优解的同时,使该目标在可行区域内对变量的变化不敏感,使得结果不仅更为可靠,且具有很强的灵活性.最后给出了稳健设计优化技术在沉孔型缺陷参数红外识别中一个简单的应用例子.     

套片式换热器设计计算和CAD绘图软件的研制

结合国内生产企业实际研制了套片式换热器的设计计算和CAD绘图软件。该软件将套片式换热器的性能设计计算、结构和强度计算、生成产品报价和绘制CAD结构图功能结合在一起,实现了一体化的设计流程。提供了一条全新的性能设计计算思路,从设定限制条件预先筛选、优化搜索策略等方面来极大减少计算量,同时保证可以计算出满足各项热力性能指标和离散设计参数的全部方案,对方案挑选、排序后,进行下一步的结构和强度计算;将结构计算和强度计算实现轻度耦合,使得设计结果可以灵活地满足不同的强度标准;将CAD绘图模块需要的参数分为4部分,防止了在CAD绘图模块调整零部件结构参数时,影响其强度性能。