首页> 中文学位 >气固流化床SVM法流型智能识别及流动多尺度模拟
【6h】

气固流化床SVM法流型智能识别及流动多尺度模拟

代理获取

目录

声明

摘要

主要符号说明

第一章 绪论

1.1 引言

1.2 研究意义

1.3 研究现状

1.3.1 气固流化床压力脉动信号分析研究现状

1.3.2 基于人工智能算法多相流流型识别研究现状

1.3.3 介观尺度下离散元方法-计算流体力学方法模拟现状

1.3.4 介观尺度下DEM-CFD的湍流模型解析

1.3.5 介观尺度下DEM-CFD的并行计算

1.3.6 介观尺度下DEM-CFD的传热模拟

1.3.7 颗粒尺度下的流化床模拟研究现状

1.4 本课题主要研究内容

参考文献

第二章 气固流化床中颗粒流动、传热测量实验及分析

2.1 引言

2.2 实验系统介绍

2.3 基于图像识别的颗粒速度测量实验及分析

2.4 颗粒温度的测量实验及分析

2.5 压力脉动测量与分析

2.6 本章小结

参考文献

第三章 基于支持向量机的流化床流型智能识别

3.1 引言

3.2 基于递归分析的特征值提取

3.2.1 递归图分析

3.2.2 递归定量分析

3.2.3 关键参数的选择

3.3 流化床压力脉动信号递归分析

3.3.1 流化床压力脉动信号递归图分析

3.3.2 流化床压力脉动信号递归定量分析

3.4 基于支持向量机的流型识别

3.4.1 支持向量机基本概念

3.4.2 支持向量机的算法改进

3.5 识别模型及性能评价

3.6 本章小结

参考文献

第四章 流化床中气固流动及传热的介观尺度模拟

4.1 引言

4.2 介观尺度的DEM-CFD基本理论

4.2.1 连续相控制方程

4.2.2 离散元方法(DEM)

4.2.3 湍流的解析

4.3 模型求解及系统参数

4.3.1 交错网格

4.3.2 有限体积法

4.3.3 SIMPLE算法

4.3.4 边界及初始条件的设置

4.3.5 计算流程图

4.4 DEM-CFD冷态流动模拟结果

4.4.1 流动瞬时图

4.4.2 颗粒相速度分布

4.4.3 气相速度分布

4.4.4 SGS粘度

4.4.5 气相与颗粒相湍流强度

4.5 流化床内气固传热过程的模拟

4.5.1 基本控制方程

4.5.2 参数设置

4.6 传热过程模拟结果

4.6.1 颗粒温度分布瞬时图

4.6.2 稳定喷动流型下不同区域颗粒温度冷却速率

4.6.3 稳定喷动流型下颗粒温度分布

4.6.4 稳定喷动流型下气相温度分布

4.7 本章小结

参考文献

第五章 基于浸没边界法的流化床颗粒尺度模拟探讨

5.1 引言

5.2 浸没边界法

5.2.1 传统气相控制方程

5.2.2 浸没边界法基本概念

5.2.3 浸没边界法的两种不同形式

5.3 湍流的直接数值模拟

5.4 IBM-DEM耦合算法及其并行计算的实现

5.4.1 IBM-DEM耦合算法

5.4.2 网格尺寸和时间步长的确定

5.4.3 并行算法和实现硬件

5.4.4 边界条件的处理

5.5 模拟结果分析

5.5.1 IBM-DEM方法与传统DEM-CFD方法比较(三维)

5.5.2 二维喷动床内不同流型下气相流场分布

5.6 本章小结

参考文献

第六章 结论与展望

6.1 主要研究结论

6.2 研究创新点

6.3 研究展望

6.3.1 实验方面

6.3.2 模拟方法

致谢

学术论文及成果

展开▼

摘要

通过对单孔布风板流化床(又称喷动床)床内压力脉动信号进行递归特征值提取,利用支持向量机(Support vector machine,SVM)对内部射流、非稳定喷动、稳定喷动及腾涌四种流型进行了智能识别;在此基础上,分别将软球离散元方法(Discrete elementmethod, DEM)与传统的计算流体力学方法(Computational fluid dynamics,CFD)以及浸没边界法(Immersed boundary method,IBM)相耦合,在介观尺度(CFD网格尺寸远大于颗粒尺寸)与颗粒尺度(CFD网格尺寸远小于颗粒尺寸)下对四种流型下的气固流动进行了模拟,并结合实验结果进行对比分析。本研究提出了一种基于SVM的稠密相气固流动流型识别新方法,有效地克服了传统流型识别方法主观性过强的缺点;另外本研究也尝试了将IBM与DEM耦合,对湍流采用直接数值模拟(Direct numericalsimulation,DNS)求解,克服了传统点源模型不适用于大尺寸颗粒的缺点。本研究具体工作如下: 在喷动床可视化实验装置中对颗粒的流动及传热进行了实验研究,基于图像识别技术,对高速摄影仪所拍摄得到的连续照片进行相关性分析,实现了床内颗粒的轨迹追踪及测速;借助于红外热成像技术,对床内颗粒的温度分布进行了非接触式测量,研究了内部射流、非稳定喷动、稳定喷动及腾涌四种流型下颗粒的流动及传热规律;并通过压力传感器对这四种流型下的压力脉动信号进行了采样。 对喷动床中内部射流、非稳定喷动、稳定喷动及腾涌流型下的压力脉动信号进行了递归图分析,发现内部射流下的压力脉动信号主要呈现随机特性,非稳定喷动和腾涌流型下的压力脉动信号主要呈现周期特性,而稳定喷动流型下的压力脉动信号则主要呈现混沌特性。将所提取出的递归特征值做为最小二乘支持向量机的输入向量,利用自适应变尺度混沌优化算法对最小二乘支持向量机参数进行优化训练,实现了四种流型的智能识别。对于训练样本,四种流型的识别准确率在90%以上,对于检测样本,流型的识别准确率在80%以上。 在介观尺度下,将DEM与CFD方法相耦合对喷动床中的气固流动及传热进行了模拟。对于气相运动,通过传统的连续性方程和动量守恒方程求解,对于颗粒相碰撞受力,采用DEM求解,气相与颗粒相之间动量的耦合采用传统的Ergun与Wen&Yu关系式。与实验结果进行对比发现,内部射流、非稳定喷动及稳定喷动流型的模拟结果具有较好的准确度,但对于腾涌流型,存在一定的模拟误差,这是由于本研究中颗粒尺寸较大,网格尺寸无法完全满足点源模型要求,从而造成了模拟结果中气固曳力较实际情况略大。在此基础上,结合实验结果对最常见的稳定喷动流型下的气固流速、湍流强度及气固温度等的分布进行了详细的分析。 为对颗粒表面流场进行解析,将Kajishima修正的IBM与DEM相耦合对喷动床中的气固流动进行了颗粒尺度的模拟,对于湍流采用DNS进行解析,网格尺寸选用1/16的颗粒粒径。通过与介观尺度模拟方法以及实验进行比较发现,浸没边界法计算的气固作用力较实际情况略大,这主要是由于网格解析精度较低所造成。在此基础上,对内部射流、非稳定喷动、稳定喷动及腾涌流型下气相流动进行了颗粒尺度解析,模拟结果发现,气相速度越大、颗粒含率越高的区域,流体微团旋转角度越大,涡度值越高。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号