近临界区CO2物性预测模型对比与修正

• 作者: 彭旭东 李纪云 江锦波 章聪 赵文静
• 来源期刊: 化工学报
• 关键词: 二氧化碳 REFPROP软件 物性表征模型 神经网络 近临界区
• 年，卷（期）: 2019,（8）
• 页码范围: 3058-3070
• 页数: 13页
• 分类号: TH117.2
• 语种: 中文
• DOI: 10.11949/0438-1157.20190184

摘要

超临界二氧化碳(SCO2)布雷顿循环系统是未来极具潜力的发电能量转换系统,CO2物性表征模型对布雷顿循环系统中动力设备转轴密封和轴承性能的预测精度影响显著.在总结权威文献中不同温度和压力下CO2物性实验测试数据的基础上,对比分析了经典物性查询软件REFPROP软件中CO2密度、黏度和热导率预测模型的预测精度,获得了预测精度最高的物性预测模型及对应临界点附近误差较大的区域,采用人工神经网络算法获得了近临界区预测精度更高的CO2物性预测模型.结果表明:REFPROP软件中的FEK模型、VS1模型和TC1模型分别对CO2的密度、黏度和热导率具有最高的预测精度,不过其在近临界区的物性预测最大和平均误差仍分别达到40%和8%以上,利用神经网络算法所获得的CO2物性预测模型可使近临界点区的物性预测最大和平均误差分别降至30%和4%以下.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭旭东	浙江工业大学过程装备及其再制造教育部工程研究中心	153	2190	25.0	38.0
2	李纪云	浙江工业大学过程装备及其再制造教育部工程研究中心	71	1072	19.0	30.0
3	章聪	浙江工业大学过程装备及其再制造教育部工程研究中心	1	1	1.0	1.0
4	江锦波	浙江工业大学过程装备及其再制造教育部工程研究中心	28	186	8.0	13.0
5	赵文静	浙江工业大学过程装备及其再制造教育部工程研究中心	13	25	3.0	4.0