基于人工神经网络的空化射流气体体积分数预测及喷嘴结构优化

油管内壁结垢、结盐、结蜡、锈皮及稠油堆积等现象会造成内壁空间减小,增大输油阻力,耗费大量电能,严重时甚至造成油管堵塞。空化水射流技术拥有清洗方面高效和节能的特点,在此基础上,提出一种基于人工神经网络的空化射流气体体积分数预测和结构优化方法,以清洗油管的空化喷嘴为实例,提取样本集进行人工神经网络训练。结果表明,该方法对气体体积分布的跨度和峰值具有一定的预测能力,对结构的优化符合验证。证明了人工神经网络对空化射流预测和优化方法的可靠性。

气液两相流工况下核主泵的正转全特性研究

在冷却液流失事故(LOCA)事故发生期间,核主泵将处于两相混合运行状态。主要对核主泵的正转全工况不同含气率冷却介质的泵水力性能、流道内部气体体积分布情况及流体流态进行研究,并采用计算流体力学(CFD)模拟计算与气液两相流试验进行验证。研究发现:在正转逆流制动工况,核主泵的扬程曲线随含气率增加整体向下偏移,但其变化规律基本相同。在正转水泵工况和正转正流制动工况,随着流量增加,含气率对核主泵扬程特性的影响逐渐减小,且同流量下核主泵的扭矩和冷却剂介质密度成较为明显的正比关系。