R32与R410A在滚动转子式压缩机中变工况仿真研究

以滚动转子式压缩机为研究对象,建立稳态下压缩机的热力学仿真模型,并通过实测数据进行验证。进而通过改变制冷剂吸气过热度、液体过冷度以及吸排气压力比,来研究制冷剂R32与R410A在变工况情况下对压缩机输入电功率、制冷量以及性能系数COP造成的影响。研究结果表明:当仅增加吸气过热度时,R32与R410A的输入电功率呈下降趋势,由于蒸发器进出口焓差增幅小于质量输气量降低幅度,制冷量也呈下降趋势,R32的COP也有所下降,但R410A的COP先上升后下降,存在最佳吸气过热度4.2 ℃;当仅增加液体过冷度时,对输入电功率无明显影响,R32与R410A的制冷量与COP均上升,但R410A的变化幅度比R32大15.9 %、30.6 %;当仅增加吸排气压力比时,R32与R410A的输入电功率、制冷量、COP均下降,R32的COP值比R410A平均大8.7 %,且随着吸排气压力比的上升差值逐渐减小。     

氨水吸收式制冷装置新型精馏器设计

设计了小型氨水吸收式制冷装置新型精馏器。为减小系统尺寸提高制冷效果,改良了精馏塔的结构,采用填料式及板式复合方式。从节约能源角度简要分析了采用改良后氨水吸收式制冷的经济性及应用前景。     

液体除湿器的数值模拟分析

建立了带填充物的液体除湿器的传热传质数值模型,并进行了相应的数值计算。计算结果表明,溶液入口温度和浓度对除湿性能有显著影响,进而影响液体除湿冷却空调的送风温度。     

R134a水平微细管内流动沸腾换热的实验研究

本文对R134a在水平微细管内的流动沸腾进行了实验研究。实验测试段选用了内径为1 mm、2 mm、3 mm共3种不同的水平光滑不锈钢管,实验的饱和温度为5~30℃,热流密度为2~70 k W/m2,流量范围为200~1500 kg/(m2·s)。实验结果表明:相同条件下,干涸前2 mm管较3 mm管换热系数平均增幅为11.6%,1 mm管较2 mm管换热增幅为26.3%,1 mm管径换热系数比3 mm管径平均增大40.8%。随着管径的减小,换热系数在更低的干度开始减小,质量流速和强制对流蒸发作用对换热系数的影响变小,热流密度的影响依然显著;塞状流和弹状流区域减小,泡状流和环状流区域增大。     

探析现浇模板施工技术在建筑施工中的运用

现浇模板施工技术在建筑施工中发挥着重要效用,可有效缩短工期、提升施工质量,故而需予以重视.在此之上,本文简要分析了现浇模板施工技术的类型与建筑施工原则,并通过科学制作现浇模板、注重梁柱安装效果、妥善处理施工缝、实施合理化拆除等策略,以此促进建筑工程的高品质发展.     

建筑工程中填充墙砌体工程的施工技术探究

填充墙砌体工程施工技术,在当前的工程建设中得到了广泛地应用,对此进行集中探讨可以对技术的应用起到积极作用.因此,需要结合实际情况,进行施工技术的分析.     

CO2流动沸腾换热干涸研究进展

针对CO2在亚临界管内流动沸腾换热过程中所表现出来的干涸现象研究进展进行了综述,描述了在CO2沸腾换热过程中的干涸现象及其产生的影响因素,分析了热流密度、质量流量、饱和温度、管径等因素对干涸产生的影响及机理.提出CO2流动沸腾换热过程中临界热流密度,流态变化,干涸干度的预测以及抑制干涸提前发生的相应措施是今后研究的方向.     

太阳能叉流液体除湿空调再生热质传递稳态实验

再生器是太阳能液体除湿系统的核心设备,其效率直接影响整个系统的性能。分析了再生器出口参数由进口参数和效率直接获得的可行性,并建立叉流液体再生系统,采用氯化锂为再生溶液,Celdek填料为热质交换介质,实验测试溶液和空气进出口参数对再生器全热效率和湿度效率的影响规律,并进行线性回归,结果表明：全热效率主要受溶液流量、温度以及空气流量、温度和含湿量的影响;湿度效率和溶液流量、温度、浓度以及空气流量关联性强,与其他变量关系很小;线性回归方程计算结果和实验结果误差基本在20%以内,可通过进口参数预测出口状态。     

基于ANSYS的LNG船用超低温阀门的数值模拟分析

应用有限元分析软件分别对通径为DN15的LNG船用超低温阀门在管路中开启与关闭状态稳态热力分析。研究了阀颈长度,阀颈与阀杆之间的,阀颈的厚度对填料函温度的影响。研究结果表明,阀颈长度和阀颈厚度是影响填料函温度的主要因素,阀颈与阀杆之间的间隙尺寸对填料函温度影响很小。     

基于NWD集成算法的多粒度微博用户兴趣画像构建

微博文本特殊性的存在使得微博用户兴趣画像难以有效构建。为此, 提出了一种集成算法——新词发现-双向长短期记忆网络-梯度提升算法。首先针对微博文本的非正式性, 提出了一种基于支持度视角的新词发现(New Word Discovery, NWD)算法, 发掘其中大量存在的网络用语以实现更加准确的分词及语义把握; 其次, 引入Simhash算法使得微博文本中的“信息过载”现象得到改观; 再次, 为改善微博文本的简洁性而引起的特征稀疏问题, 采用双向长短期记忆网络(Bidirectional Long Short-term Memory,Bi-LSTM)模型提取博文语义特征; 最后, 通过融合微博用户静态特征训练梯度提升(extreme Gradient Boosting,XGBoost)模型, 从而有效构建多粒度微博用户兴趣画像。实验结果表明, 粗粒度(一级)兴趣标签模型NWD-Bi-LSTM和细粒度(二级)兴趣标签模型NWD-Bi-LSTM-XGBoost的宏平均F1值(Macro-average F1 score, mF1)和受试者工作特征曲线下面积(Area Under ROC Crave, AUC)分别高达83.6%, 79.7%和70.4%, 63.6%, 相对于基准模型, NWD算法的集成使得模型的mF1值和AUC值均能提升3%～5%, 其促进作用优于现有的新词发现方法。