基于GA-BP神经网络的超临界CO2传热特性预测研究

• 作者: 颜建国 郑书闽 郭鹏程 张博 毛振凯
• 来源期刊: 化工学报
• 关键词: 超临界二氧化碳 对流 传热 GA-BP神经网络 传热预测
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 流体力学与传递现象
• 页码范围: 4649-4657
• 页数: 8页
• 分类号: TK124
• 语种: 中文
• DOI: 10.11949/0438-1157.20210156

摘要

超临界二氧化碳(S-CO2)动力循环在能源利用领域中拥有广阔的应用前景，其中超临界CO2的传热特性对其能量转换效率至关重要。开展了超临界CO2在水平小圆管内对流传热实验研究，并通过建立遗传算法优化的BP神经网络模型(GA-BP)，对其在不同工况下的传热特性进行预测分析。实验参数范围：系统压力7.5~9.5MPa，质量流速1100~2100kg/(m2‧s)，热通量120~560kW/m2。实验结果表明，超临界CO2传热系数随流体温度的升高先增大后减小，在拟临界温度附近达到最大值。GA-BP神经网络模型能有效地预测超临界CO2的传热系数，预测数据的决定系数R2为0.99662，超过95%的数据误差位于±10%范围内，平均误差为3.55%，为超临界流体传热预测提供新的思路。