粒子荷电机理与粒子荷电方程（上）

本文在孤立粒子荷电机理的基础上，讨论了静电除尘器中大量粉尘粒子在已荷电情况下，其空间电荷引起的电流衰减，电场畸变和尘层压除及其对粒子荷电的影响，导出了反映粒子荷电状态的重要方程。     

脉冲放电粒子荷电机理的研究

脉冲电晕放电在脉冲期间产生大量的高能电子,形成粒子在电场中的电子荷电。依据粒子附近的电子密度Ｂｏｌｔｚｍａｎ分布和电子在粒子表面传输的速率方程,在电子的动能大于或等于粒子表面势垒能的边界条件基础上得到粒子在脉冲电晕场中粒子荷电的速率方程,并利用龙格库塔法求解荷电速率方程得到粒子在脉冲放电条件下的荷电量。计算结果表明脉冲放电下的粒子荷电量平均是直流电晕放电的离子荷电量的２０倍,最大荷电量是０５～１５μｍ范围内的粒子,荷电量是直流电晕的２６倍。这一结果不仅与Ｄａｖｉｄ的粒子自由电子荷电理论结果相似,而且与微细粒子电子荷电量测试结果基本一致。     

窄脉冲放电粒子荷电过程分析

对脉冲流光放电粒子荷电过程进行了分析 ,脉冲流光放电状态不同于传统的直流电晕放电 ,窄脉冲流光放电电晕区可延伸到异性电极 ,区域内既有电子 ,也有正离子和负离子 ,电子能量远高于离子能量 ,正离子数量高于负离子数量。脉冲流光放电粒子荷电过程分两个阶段 ,在脉冲放电期内为电子荷电 ,脉冲期过后为离子荷电     

基于联合参数辨识的粒子群优化扩展粒子滤波的锂电池荷电状态估计

提高参数辨识的精度和SOC算法的精度是提高SOC估计的关键,该文提出了基于联合参数辨识的粒子群优化扩展粒子滤波的荷电状态（SOC）估计方法。在参数辨识阶段,结合遗忘因子递推最小二乘法在线辨识的优势,弥补粒子群辨识精度高但前期缺乏数据无法实时辨识的劣势,联合进行参数辨识;在SOC估计阶段,利用扩展卡尔曼滤波生成重要性密度函数,去克服粒子退化,同时采用粒子群优化算法优化重采样策略改进采样过程缓解粒子贫化。最后在联邦城市运行（FUDS）和US06高速公路运行（US06）工况下将所提算法与F-PF、F-PSO-PF、FPSO-PSO-PF进行了对比,结果表明,在FUDS工况下,方均根误差分别提高了65.4%、56.3%和43.5%;在US06工况下,方均根误差分别提高了45.8%、35.9%和35.1%,验证了所提算法具有较好的适应性和鲁棒性。     

蒸汽喷雾不同荷电方式的荷电特性与静电场研究

为研究蒸汽喷雾的荷电特性和静电场特性,对饱和蒸汽喷雾分别展开3种荷电方式实验：电晕荷电、感应荷电和接触荷电。以针–板电极、环电极和针–环电极这3种电极结构作为研究对象,对充电电压、电极间距和电极位置对喷雾的荷质比和静电场的影响展开研究。结果表明：随着充电电压增加,对针–板电极,液滴受到电晕放电和离子风促进蒸发的共同作用,喷雾的荷质比先增加后降低;对环电极,喷雾荷质比先增加后降低;对针–环电极,喷雾荷质比单调增长。减小电极间距、增加电极与喷嘴距离可有效增加喷雾的荷质比;充电电压为负极性时荷电效率更高,相同充电电压下接触荷电产生喷雾荷质比和静电场均高于其他两种荷电方式,最大荷质比为1.61 mC/kg,喷雾产生的静电场由荷电液滴与液滴蒸发后向四周迁移的离子共同产生。     

感应荷电喷雾静电场与荷电特性分析

感应荷电喷雾静电场的特性是感应荷电喷雾流场与静电场耦合计算的基础,也是荷电喷雾技术基础理论研究的关键之一。为了了解喷雾静电场中环状电极的感应静电场分布特性,在感应荷电机理分析和静电场物理模型建立的基础上,通过将商用FLUENT计算功能的扩展,对感应荷电喷雾中喷嘴与环状电极静电场进行数值模拟,并对静电场分布特性进行分析,结合感应荷电机理,明确感应静电场分布对喷雾液滴荷电效果的影响,从而可以通过改变静电场的分布特性改善液滴荷电质量。计算结果表明:随着充电电压的增加或电极间距的减小,电极处电场强度增强,尤其是喷嘴电极处增幅明显;电场强度沿轴向衰减迅速,故拥有高场强的电极及其附近区域是液滴感应荷电的关键,研究结论与有关试验结果相符合。因此,较高充电电压或较小电极间距(10mm以下)情况下的喷嘴与环形电极的静电场分布有利于获得较好的荷电效果和喷雾质量。     

感应荷电过程中液滴雾化与荷电特性的相互影响

液滴的雾化与荷电特性直接关系到荷电液滴的工业应用效果。为研究感应荷电过程中两者的相互影响关系,在喷水质量流量不变的前提下,通过调节雾化压力改变液滴雾化特性,以网状目标法和粒子动态分析仪（PDA）作为测试方法和手段,系统地进行了液滴雾化与荷电特性相互影响的对比试验,并对荷电过程中的液滴回吸现象进行了研究。结果表明,在感应...     

等离子体射流雾滴的荷电特性研究

为了从理论上探讨等离子体荷电过程出现的瞬时不稳定和突变现象,在高压电场下用网状目标法测量雾滴群体电流,用荷质比评价雾滴的荷电效果,试验研究了电晕产生的等离子体射流喷雾荷电过程。电极间气体电离过程的伏安特性分析、荷电过程的电学模型理论分析和试验结果表明:等离子体荷电喷雾产生的突变现象是极间气体电离,阻抗变化,从而引起极间电压降低,电流(荷质比)增大,是等离子荷电过程的固有特性;等离子体荷电喷雾雾滴的荷质比与荷电电压间存在线性关系,其荷电效果受电极的结构形式和尺寸、极间气体介质的厚度、雾化液体的介电性能及喷头和喷雾参数等因素的影响;安全高效的荷电电压要高于起晕电压,宜为15-20 kV。     

基于圆锥管状电极的高压静电场对雾滴荷电的影响

静电喷头电极产生的高压静电场对雾滴荷电及沉积效果有重要影响,为此,根据航空静电喷雾的特点改进原有圆柱管状电极型式为圆锥管状电极。借助Ansoft Maxwell软件和试验测试方法对锥形管状电极的空间电场强度进行分析。建立了基于圆锥管状电极静电喷头的雾滴荷电效果测试系统,开展了模拟飞行条件下的充电电压对雾滴荷质比及沉积分布的影响效果试验研究。结果显示:电极空间电场模拟结果与测试计算结果基本符合,确定靠近锥形电极20~70 mm范围为最佳荷电区域。雾滴荷质比随着充电电压的增加有增加的趋势,与距离喷头的轴向位置关系不大,当电压达到10 kV时雾滴荷电饱和,并获得了最大荷质比2.13 mC/kg。相比0 kV条件,10 kV电压条件下的雾滴在中性靶标侧面、下面和背面的沉积量有明显提高,分别平均提高了18、19、18 cm-2;雾滴在正极靶标的沉积量明显多于负极和中性靶标,在正极靶标背面上的平均沉积量相比其正面和侧面增加的更多,达到86%。     

农用高压荷电雾滴形态特征与沉降运动分析

针对农用高压静电喷雾器械在雾化性能检测方面存在的不足,基于药液雾化场的实验数据,提出了利用激光粒子图像技术获取雾滴特征参数,再结合数字图像处理技术对雾滴运动情况进行分析的检测统计方法.以EES温室高压静电喷雾场中雾滴沉降区的雾滴形态特征及其运动为研究对象.运用Oxford激光粒子图像分析测试系统(PDIA)对图像中的雾滴直径、周长、形心位置、圆形度等特征参数进行计算与统计.同时,利用标记点跟踪和雾滴邻域匹配慨率方法对雾滴的运动轨迹进行拟合与分析.实验结果表明,该方法实现了对静电喷雾场中雾滴形态特征的快速准确检测,为进一步分析荷电雾滴的沉降及漂移运动提供了有效方法.     

蒸发过程中液滴荷电情况分析

为了研究温度场引起的蒸发传质对荷电二次雾化的影响,采用蒸发模型及临界荷质比公式对液滴的不同温度条件下的稳态温度及其临界荷质比变化进行了计算,获得了液滴的稳态温度值的变化趋势及其寿命范围内蒸发作用下的临界荷质比。研究结果表明:不同初始表面温度的液滴处于相同的环境温度时,稳态温度最终会趋于一致,且初始表面温度越高,非稳态蒸发过程越短;初始表面温度一定的液滴处于不同的环境温度时,稳态温度随环境温度的升高而升高,且环境温度越高,非稳态蒸发过程越短;液滴初始粒径及环境温度一定,液滴的初始表面温度接近稳态温度时,破碎所需要的临界荷质比最小,且临界荷质比在初始表面温度在高于稳态温度时较初始表面温度低于稳态温度时要大;液滴的初始粒径和初始表面温度一定时,破碎所需要的临界荷质比随环境温度的升高而升高。     

基于PSO-CNN的储能锂离子电池组荷电状态评估

将卷积神经网络(convolutional neural network,CNN)的权值和阈值作为粒子群算法(particle swarm optimization,PSO)的粒子,将CNN的损失函数作为PSO的适应度函数,从而构建PSO-CNN算法对储能锂离子电池组的荷电状态(state of charge,SOC)进行预测。以储能系统现场采集的充放电数据为样本,分别采用本文算法、基于PSO优化的支持向量机(support vector machine,SVM)、CNN进行训练,并在完整充放电数据集上对比3种算法的预测效果。结果表明本文算法收敛性好、预测精度高。最后采用另一储能现场的数据验证本文算法具有良好的鲁棒性,可以广泛适用于储能系统锂离子电池组SOC的在线预测。