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：化工学报, 2021, 72(09): 4649-4657.

• 超临界二氧化碳
• 对流
• 传热
• GA-BP神经网络
• 传热预测

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7.5～9.5 MPa,质量流速1100～2100 kg(/m2·s),热通量120～560 kW/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。

• 单位
  中国电建集团西北勘测设计研究院有限公司; 西安理工大学