净循环冷却水系统热力学建模研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 净循环冷却水系统简介 | 第12-16页 |
| 1.2.1 循环冷却水系统 | 第12-13页 |
| 1.2.2 净循环冷却水系统组成 | 第13-16页 |
| 1.3 净循环冷却水系统建模研究现状 | 第16-18页 |
| 1.4 论文主要内容 | 第18-19页 |
| 第2章 热力学机理模型 | 第19-35页 |
| 2.1 引言 | 第19页 |
| 2.2 板式换热器热力学模型 | 第19-26页 |
| 2.2.1 换热器传热方程 | 第19-20页 |
| 2.2.2 平均温差 | 第20-21页 |
| 2.2.3 传热有效度 | 第21-24页 |
| 2.2.4 传热系数 | 第24-26页 |
| 2.3 逆流式冷却塔热力学模型 | 第26-30页 |
| 2.3.1 冷却塔热力学方程 | 第26-28页 |
| 2.3.2 冷却数、特性数以及气水比的确定 | 第28-30页 |
| 2.4 管道散热模型 | 第30-32页 |
| 2.4.1 架空敷设管道散热模型 | 第30-31页 |
| 2.4.2 直埋敷设管道散热模型 | 第31页 |
| 2.4.3 地沟敷设管道散热模型 | 第31-32页 |
| 2.5 冷却水汇合温度模型 | 第32-33页 |
| 2.6 本章小结 | 第33-35页 |
| 第3章 机理模型参数辨识 | 第35-45页 |
| 3.1 引言 | 第35页 |
| 3.2 参数辨识简介 | 第35-36页 |
| 3.3 SQP算法原理 | 第36-39页 |
| 3.4 基于SQP算法的机理模型参数辨识 | 第39-41页 |
| 3.4.1 换热器热力学模型参数辨识 | 第39-40页 |
| 3.4.2 冷却塔热力学模型参数辨识 | 第40-41页 |
| 3.5 仿真分析 | 第41-43页 |
| 3.5.1 换热器模型参数辨识实例 | 第41-42页 |
| 3.5.2 冷却塔模型参数辨识实例 | 第42-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第4章 基于RBF神经网络的混合建模 | 第45-57页 |
| 4.1 引言 | 第45页 |
| 4.2 混合建模方法简介 | 第45-47页 |
| 4.3 RBF神经网络混合建模方法 | 第47-50页 |
| 4.3.1 RBF神经网络简介 | 第47页 |
| 4.3.2 RBF神经网络学习算法 | 第47-49页 |
| 4.3.3 基于RBF神经网络的并联混合建模 | 第49-50页 |
| 4.4 换热器和冷却塔的混合模型 | 第50-53页 |
| 4.4.1 混合建模的必要性 | 第50-52页 |
| 4.4.2 混合建模的算法流程 | 第52页 |
| 4.4.3 RBF神经网络补偿模型 | 第52-53页 |
| 4.5 仿真分析 | 第53-56页 |
| 4.5.1 换热器混合模型仿真 | 第53-54页 |
| 4.5.2 冷却塔混合模型仿真 | 第54-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 系统热力学求解及软件开发 | 第57-67页 |
| 5.1 引言 | 第57页 |
| 5.2 管网计算基础 | 第57-60页 |
| 5.2.1 流量连续性方程 | 第57-59页 |
| 5.2.2 能量方程 | 第59页 |
| 5.2.3 温降方程和压降方程 | 第59-60页 |
| 5.3 迭代求解 | 第60页 |
| 5.4 净循环冷却水系统热力学特性仿真软件开发 | 第60-66页 |
| 5.4.1 软件通信 | 第60-62页 |
| 5.4.2 软件功能模块介绍 | 第62-65页 |
| 5.4.3 软件应用示例 | 第65-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
