| 基于GA-BP神经网络的超临界二氧化碳折射率及密度预测 |
| |
| 引用本文： | 孙辉,章立新,杨其国,高明,刘婧楠.基于GA-BP神经网络的超临界二氧化碳折射率及密度预测[J].热力发电,2020,49(10):59-64. |
| |
| 作者姓名： | 孙辉 章立新 杨其国 高明 刘婧楠 |
| |
| 作者单位： | 上海理工大学能源与动力工程学院,上海200093;上海市动力工程多相流动与传热重点实验室,上海200093;上海理工大学能源与动力工程学院,上海200093;上海市动力工程多相流动与传热重点实验室,上海200093;上海理工大学能源与动力工程学院,上海200093;上海市动力工程多相流动与传热重点实验室,上海200093;上海理工大学能源与动力工程学院,上海200093;上海市动力工程多相流动与传热重点实验室,上海200093;上海理工大学能源与动力工程学院,上海200093;上海市动力工程多相流动与传热重点实验室,上海200093 |
| |
| 摘 要： | 基本光学性质折射率是研究物质物理性质的重要参数。本文以超临界二氧化碳（S-CO2）为对象，整合各文献在不同温度、压力下对S-CO2折射率的测量数据，使用遗传算法（GA）优化后的BP神经网络建立了预测S-CO2折射率的模型，并基于S-CO2密度与波长、折射率内在联系的洛伦兹-洛伦兹关系式，对S-CO2的密度进行反演。结果表明:该模型预测 S-CO2折射率的最大相对误差仅为0.844%；反演的S-CO2密度值同REFPROP软件结果相比，平均误差不超过3.65％；在亚临界和超临界区，通过实验测量折射率来研究CO2物性是可行的；在近临界区，由于CO2物性变化剧烈，对折射率变化规律的测量及折射率与CO2物性的关系尚需进一步研究。
|
| 关 键 词： | 超临界二氧化碳 折射率 洛伦兹-洛伦兹关系式 GA-BP神经网络 密度 |
Prediction of refractive index and density of supercritical carbon dioxide based on GA-BP neural network |
| |
| SUN Hui,' target="_blank" rel="external">,ZHANG Lixin,' target="_blank" rel="external">,YANG Qiguo,' target="_blank" rel="external">,GAO Ming,' target="_blank" rel="external">,LIU Jingnan,' target="_blank" rel="external">.Prediction of refractive index and density of supercritical carbon dioxide based on GA-BP neural network[J].Thermal Power Generation,2020,49(10):59-64. |
| |
| Authors: | SUN Hui " target="_blank">' target="_blank" rel="external"> ZHANG Lixin " target="_blank">' target="_blank" rel="external"> YANG Qiguo " target="_blank">' target="_blank" rel="external"> GAO Ming " target="_blank">' target="_blank" rel="external"> LIU Jingnan " target="_blank">' target="_blank" rel="external"> |
| |
| Affiliation: | 1. School of Energy and Power Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China;2. Shanghai Key Laboratory of Multiphase Flow and Heat Transfer in Power Engineering, Shanghai 200093, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《热力发电》浏览原始摘要信息 |
|
点击此处可从《热力发电》下载全文 |
|
