文档介绍：中国工程热物理学会传热传质学
学术会议论文编号:123532
基于人工神经网络的椭圆管翅式换热器
实验数据处理资助项目:国家自然科学基金国际(地区)合作与交流项目(No. 51120165002)
杜雪平,喻澎清,曾敏,王秋旺*
(西安交通大学热流科学与工程教育部重点实验室,西安 710049)
(Tel:029-82663222 E-mail:******@.)
摘要:本文基于实验数据应用人工神经网络(ANN)来预测在四种不同空气进口角度下的椭圆管翅式换热器的换热和阻力性能。ANN函数拟合工具是在隐含层带有Sigmoid函数和在输出值层带有线性传递函数的两层前馈网络,本文用它来拟合实验数据,用输出值和目标值的平均平方差的和(mse)来评价ANN函数拟合网络的性能。通过比较mse发现,ANN拟合预测的Nu和f值的结果比无量纲关联式算得的结果要好。因此,对于换热器设计者和应用者来说,基于一个换热器的有限的实验数据,ANN方法比关联式方法得到的结果更精确。
关键词:椭圆管翅式换热器空气进口角度人工神经网络函数拟合
引言
管翅式换热器是一种工程上常用换热器,广泛应用于制冷、空调、化工等工程领域中。管翅式换热器主要适用于两侧热阻差别比较大的领域中,如空调机组中的蒸发器、风机盘管及气体压缩机中的空冷器等。现在使用的的管翅式换热器大多使用的是圆管,经过实践证明,采用椭圆管可以有效地减少翅片侧流体的流动阻力、降低能耗、节约能源,因此椭圆管翅式换热器的研究开发日益受到人们的重视[1]。
Jang等[2]和Erek等[3]分别对带有平直翅片的圆管和椭圆管管翅式换热器进行了实验和数值模拟研究,结果表明:(1)当管子的周长相同时,椭圆管换热器的对流换热系数是圆管换热器的35~50%,而阻力仅是圆管换热器的25%~30%;(2)增大翅片管的椭圆率不但可以强化传热,而且可以明显地减小压降。关于椭圆管翅式换热器的实验研究和数值模拟已有很多文献做了相关方面的研究工作[2,4-7]。但是在已有文献中对椭圆管翅式换热器数值模拟研究得比较多,实验研究比较少,而且大多文献没有给出经验关联式。文献[7]研究了进风角度倾斜进入椭圆管翅式换热器的换热和流动性能,并用数据处理软件拟合出了经验关联式,给出了拟合误差。
随着人工智能算法的发展,更多的人工智能算法被成功地应用到换热器的优化设计和性能预测中,比如模拟退火算法、进化策略和进化规划、遗传算法[8]、粒子群优化算法[9,10]、人工神经网络[11-14]等。在实验研究中,拟合出高精度的公式,需要较多的数据,并且数据越多,拟合出的实验关联式越精确;但是实验条件有限,要得出高精度的经验公式,往往要花费很大的代价,而且普通的数据处理和拟合方法会带来很大的拟合误差。为了通过有限的实验数据,预测实验中未测量工况的换热和流动性能,本文通过一种人工神经网络拟合工具(Artificial work Fitting Tool,ANNFT)来拟合实验数据,并与文献[7]中用Origin软件拟合的结果做了比较,为实验数据的处理方法做出一种尝试性的探索,为椭圆管翅式换热器的性能预测提供支持。
物理模型和实验数据
本文研究的双排管双管程椭圆管翅式换热器是发电机组空冷塔中的一个小试样,对其四个不同的空气进口角度(90°,60