CN106484968A - 一种基于响应面的换热压降关联式的快速预测方法 - Google Patents

Abstract

一种基于响应面的换热压降关联式的快速预测方法，基于响应面的多因素设计、交互项考评和试验方案优化功能，快速获取换热结构传热与流动性能的非线性回归模型，经推理变形后最终获得换热压降关联式；本发明可以高效、快速获取以幂函数为基本函数形式的关联式，该方法适用范围广，尤其适用于换热结构复杂、因素交互作用明显的关联式预测；采用本发明提出的关联式预测方法，可以处理存在参数交互作用的非线性问题，快速获取换热压降关联式，为换热器的设计和改进提供参数优化方向；同时，该方法从统计学角度预处理参数值，选取和设计具有统计意义的代表性试验点，实现了试验方案的科学安排，能够大幅降低试验成本、缩短产品开发周期。

Description

一种基于响应面的换热压降关联式的快速预测方法

技术领域

本发明属于传热传质领域，特别涉及一种以响应面方法为基础，表征算换热器中包含结构和流动参数对换热和阻力特性的复杂影响关系，最终形成基于响应面的换热压降关联式的快速预测方法。

背景技术

换热器是化工、炼油、动力、食品、轻工、原子能、制药、航空及其它许多工业部门广泛使用的一种通用工艺设备，随着工业的不断发展，对能源利用、开发的合理性与有效性的要求不断提高，对换热器性能的要求也日益加强，换热器的优化设计显得尤为重要。

换热和压降是评估换热器性能的两个重要指标，换热性能影响了能量的交换效率，而压降大小则决定了流动损耗情况。目前评判这两个指标的准则有很多，如Kay-London的传热摩擦因子法，R.L.Webb的纵向比较法，A.Bejan提出的熵增准则等，这些准则极大程度上决定了换热器的结构设计状况，所以准确获取表征换热器的换热与压降的准则关联式显得尤为重要。同时，对于结构复杂的换热器设计，换热与压降关联式影响因素多，导致所需实验点数据量十分庞大，所以在初期设计阶段，实验方案的合理规划，将会大大缩短产品研发周期、减少产品开发成本。

现有的换热压降实验关联式的获取多为通过方程形式转化将非线性多元回归问题转化为线性多元回归问题，通过求解回归模型确定模型参数，再转化为非线性形式的关联式。田晓虎(田晓虎.平行流冷凝器空气侧换热性能和压降的CFD仿真及实验研究[D].重庆大学,2007.)对百叶窗平行流换热器扁管厚度T_th、冷凝器厚度C_th、翅片间距F_P、冲击角α、百叶窗间距L_P、雷诺数Re共7参数构建了多元线性回归模型，求解并获取了适用于研发10mm～16mm薄型平行流冷凝器的空气侧换热系数ha和压降Δp的关联式。路广遥(路广遥.管束通道内单相及两相沸腾换热特性及流动特性的研究[D].上海交通大学,2008.)考虑管束通道内不同参数(流道间隙、流动方向、流量、热流密度、沸腾数、N数等)对沸腾换热特性影响进行分析，在Chisholm关系式和Tran关系式基础上做出修正，选取各个流动方向上管束通道完全沸腾区内的实验数据进行多元线性回归，得出了可用于计算管束间通道内单相流动摩擦阻力及沸腾摩擦压降的实验关联式。严新华(严新华.电力机车主变压器散热器传热与流动特性的数值研究[D].河北工业大学,2014.)采用多元非线性回归方法建立翅片传热因子j与阻力因子f的非线性回归解析模型，以非线性最小二乘估计为准则，通过迭代计算获得翅片模型的回归参数，通过1stOpt软件拟合计算最终得到锯齿翅片传热因子和阻力因子的计算式。

这些方法虽然计算过程简单，但最终获取的关联式形式都趋于简单，在处理过程中都未考虑参数间的耦合作用，不能反应换热压降过程不同因素间的交互关系，势必影响公式的预测精度。同时，如果采用事后局部调整关联式的方法引入交互项，将加大时间成本的投入，不利于产品的快速研发，比如，利用目前较为先进的基于遗传算法的符号回归(symbolic regression)(Liu Y,Cheng Z L,Xu J,et al.Improvement and validationof genetic programming symbolic regression technique of silva andapplications in deriving heat transfer correlations[J].Heat TransferEngineering,2015:1-13.)开展换热压降关联式拟合，也正处于研究阶段，模型求解与逻辑算法相对传统的参数回归模型更为复杂，必然导致研发周期的延长。更为重要的是，这种方法并不能实现给出详细的实验方案，当关联式影响因素涉及多时，为提高预测精度势必需要增加实验点数量，实验点的合理选取对研发成本的控制至关重要，现有关联式拟合手段并未对实验点的选取提供科学方案。因此，选择一种高效率、多因素、考虑交互作用的换热压降关联式预测策略，对于提高换热器设计效率和经济效益都具有重大的理论意义和现实意义。

发明内容

本发明的目的在于针对目前换热装备的换热压降关联式获取过程中存在的上述问题，提供一种基于响应面的换热压降关联式的快速预测方法，解决涉及多因素的关联式预测过程中实验方案的科学安排和关联式预测准确性等问题，从而大幅降低实验成本、缩短产品开发周期。

为达到上述目的，本发明采用技术方案是：

1)基于传热学和流体力学原理，提取影响换热结构的换热和压降性能的所有结构参数和工质热力参数，并根据换热与压降关联式中各参数的取值涵盖范围，基于响应面分析的试验点设计准则，确定各参数的试验水平，并构造以换热结构参数与工质热力参数为试验自变量的参数组合，即试验设计点，填充到试验参数设计原型表中的自变量栏；

2)按照试验参数设计原型表的试验设计点布置情况，对各组试验设计点进行换热与压降性能的实验测定或仿真计算，获取各试验设计点的换热量和压降的实验或仿真原始数据，基于传热学和流体力学基本原理，对换热量和压降数据进行无量纲处理，最终获得表征换热结构各试验设计点换热和压降性能的无量纲参数即试验因变量，填充在试验参数设计原型表中的因变量栏，完成试验参数设计原型表的构造；

3)基于拟拟合关联式的函数形式，分别对试验参数设计原型表中各试验设计点的自变量和因变量进行相应的函数变换，经函数变换后的自变量参数即换热结构参数与工质热力参数值作为试验参数设计操作表中的因素，经函数变换后的因变量参数，即换热结构换热和压降性能无量纲参数值，作为试验参数设计操作表中的响应值，完成用于拟合换热结构换热和压降关联式的试验参数设计操作表构造；

4)根据试验参数设计操作表的信息，基于响应面方法得到换热和压降响应值随各因素变化的复杂函数关系模型，并通过模型方差分析(ANOVA)，获得各因素的P因子，通过检验表征因素影响显著性大小的P因子，筛选出模型的显著影响因素项，并剔除影响不显著的因素项，最终得到换热和压降的因素影响性方程；

5)基于换热和压降的因素影响性方程，对因素影响性方程进行函数逆变换，最终获得表征换热结构换热和压降特性的关联式。

所述步骤1)各参数的取值涵盖范围是根据待测的实际换热器结构及应用场合、性能要求、制造要求和安装要求确定。

所述步骤1)的基于响应面分析的试验点设计准则是对各个参数变化范围利用离散方法离散成不同水平，例如：采用分别对应参数3水平和5水平设计的BBD(Box BehnkenDesign)或CCD(Central Composite Design)方法进行试验点设计，得到不同试验设计点的参数组合。

所述步骤2)获取换热量和压降的实验或仿真原始数据是按照试验设计点下的参数组合制作换热器、搭建实验台进行实验测定获取实验结果或采用仿真实验进行换热器的建模、模型验证、进行模拟计算获取模拟结果。

所述步骤2)的表征换热和压降性能的无量纲参数为传热因子j和阻力因子f或努谢尔数Nu和欧拉数Eu。

所述步骤3)的拟拟合关联式的目标形式为以参数间组合为底、常数或参数间耦合形式为幂的项目间的乘积形式。

所述步骤3)的自变量和因变量的函数变换，选用ln(x)的函数形式变换，并分别记录于试验参数设计操作表的因素和响应值栏。

所述步骤4)的复杂函数关系模型是采用线性或非线性拟合方法对试验参数设计操作表中的响应值随因素变化的关系进行数据拟合后得到。

所述步骤4)的剔除影响不显著的因素项，是通过P因子评估方法进行检验，P因子在0.05范围以内为对模型影响作用显著。

所述步骤4)换热和压降的因素影响性方程为：

式中，R1代表试验设计操作表中的换热或压降响应值，n,m分别代表因素总数量和拟合模型最高项次数，lnA_p,lnA_q,lnA_l,…,lnA_t分别代表试验参数设计操作表中的各个因素，K代表由响应面分析得到的影响性方程常数项，α_i,β_i,γ_i,...,μ_i分别代表各次项的常系数。

所述步骤5)函数逆变换依据试验设计操作表函数的反函数形式获取，以试验设计操作表通过ln(x)的函数变换得到逆变换函数为e^(x)。

所述步骤5)表征换热结构的换热和压降关联式为

式中，Y代表换热或压降无量纲准则数，A_j代表第j个因素，x_j代表第j个因素幂次项中的常数项，y_ji,z_ji,...,w_ji分别代表幂次项中包含因素耦合的项系数，且满足以下关系，

本发明利用响应面方法能够考虑因素间的耦合作用的特点，使得回归模型可以处理存在参数交互作用的非线性问题，同时也不显著影响求解过程复杂度，直接得到含有参数交互项的换热压降关联式。通过响应面试验参数步长的预处理，在参数设计范围内选取具有代表性的试验点，解决涉及多因素的关联式拟合过程中试验方案的科学安排问题，从而大幅降低试验成本、缩短产品开发周期。

本发明的突出优点在于：利用响应面方法，可以处理多参数和参数耦合作用的换热压降关联式，并且可以灵活选取回归模型的阶次和显著影响项，从而控制关联式的拟合精度，同时也不显著影响求解过程复杂度。同时，能够获取非线性回归模型，通过响应面的因子权重公式，反推换热压降公式，充分结合了数学理论工具，极大提高了公式拟合效率。而且，本发明从统计学的角度，通过响应面试验参数步长的预处理，在参数设计范围内选取具有代表性的参数点，在试验设计阶段就能够提供合理的试验设计方案，减小试验次数，节约试验成本。

附图说明

图1是实施例2拟合数据和源关联式数据预测-实际值偏差图；

图2是实施例2拟合数据和源关联式试验点外拓展试验预测-实际值偏差图。

具体实施方式

下面结合发明专利进行详细说明，对多种常见的换热压降关联式模型形式，利用本发明“一种基于响应面的换热压降关联式的快速预测方法”，完成多种关联式形式的数据拟合和验证。

实施例1：

本实施例建立含有多因素、弱耦合的回归模型，通过响应面获取非线性回归模型的换热压降预测公式。换热压降的实验数据可通过实验或模拟方式获取，本实施例引用已有文献关联式估计实验数据，以证明响应面法具有处理此类多因素、弱耦合回归模型的能力，可以预测同源关联式相同或者相近的关联式形式。选用Chang(Chang Y J,Wang C C.Ageneralized heat transfer correlation for louver fin geometry[J].International Journal of heat and mass transfer,1997,40(3):533-544.)的扁平管百叶窗式翅片的j因子关联式作为数据源，关联式与实验数据偏差为15％，其关联式形式如式(1-1)；

1)基于传热学和流体力学原理，获取扁平管百叶窗换热结构换热性能的影响因素，整理扁平管百叶窗式翅片换热器的结构和工质热力参数如下：雷诺数Re_Lp、百叶窗间距L_p、百叶窗长度L_l、百叶窗角度θ、翅间距F_p、管深T_d、翅片长F_l、翅片厚δ_f、管间距T_p。根据用户需求确定各参数涵盖范围，选定参数变化范围如表1-1示。基于响应面分析的试验点设计准则，选用三水平的BBD(Box-Behnken Design)方法进行响应面试验方案设计，共安排试验170次，构造以换热结构参数与工质热力参数为试验自变量的参数组合，构成的试验设计点填充在扁平管百叶窗式翅片换热结构试验参数设计原型表1-2中的自变量栏。

表1-1扁平管百叶窗式翅片换热器结构和工质热力参数变化范围

表1-2扁平管百叶窗式翅片换热结构试验参数设计原型表

2)按试验参数设计原型表1-2，依据换热j因子试验关联式(1-1)作为数据源生成平台，代替实验或仿真手段获取表征换热结构换热性能的无量纲参数(式1-1已为换热j因子的无量纲表达式)，填充在试验参数设计原型表1-2中的因变量栏，完成试验参数设计原型表的构造。

3)对试验参数设计原型表1-2中各试验设计点的自变量和因变量，基于目标关联式(1-1)形式进行ln(x)的函数变换，转化成便于换热关联式拟合使用的扁平管百叶窗式翅片换热结构试验参数设计操作表1-3。经函数变换后的自变量参数即换热结构参数与工质热力参数值作为试验参数设计操作表中的因素，如表1-3中ln(Re_Lp)、ln(L_p)、ln(L_l)、ln(θ)、ln(F_p)、ln(T_d)、ln(F_l)、ln(δ_f)、ln(T_p)示意。经函数变换后的因变量值换热j因子作为试验参数设计操作表中的响应值，如表1-3中的ln(j)示意，完成用于拟合换热结构换热关联式的试验参数设计操作表构造。

表1-3扁平管百叶窗式翅片换热结构试验参数设计操作表

4)根据试验参数设计操作表1-3的有关信息，基于响应面分析方法，考虑多因素、弱耦合作用对换热结构换热的影响关系，对换热j因子随因素变化的关系进行数据拟合，选择二次多项式模型，采用非线性拟合的方法进行响应面分析。获取换热j因子随各因素变化的复杂函数关系，并通过模型方差分析(ANOVA)，获得各因素的P因子，设置P因子为0.05检验因素影响显著性程度，筛选出显著影响因素项并剔除影响不显著的因素项后，得到拟合方程仅包含Re_Lp、L_p、L_l、θ、F_p、T_d、F_l、δ_f、T_p项，最终得到换热结构换热性能的因素影响性方程，如式(1-2)示。

lnj＝-1.21495-0.49lnRe_Lp+0.31lnL_p+0.68lnL_l+0.27lnθ

-0.14lnF_p-0.23lnT_d-0.29lnF_l-0.05lnδ_f-0.28lnT_p (1-2)

5)基于换热性能的因素影响性方程式(1-2)，对因素影响性方程进行函数逆变换e^(x)，最终获得表征换热结构的换热关联式，如式(1-3)所示，

j＝0.296725Re_Lp ^-0.49L_p ^0.31L_l ^0.68θ^0.27F_p ^-0.14T_d ^-0.23F_l ^-0.29δ_f ^-0.05T_p ^-0.28 (1-3)

对比百叶窗试验关联式(1-1)可知，获取的换热关联式和源关联式形式完全一致。

进行关联式精度预测。在设计参数选取范围内开展额外试验，对幂指数关联式进行误差分析。由于此时关联式拟合形式和源关联式形式一致，故源数据和获取的回归公式的误差为0，不再开展额外试验点验证。

故，对于含有多因素的、幂指数形式简单的换热压降关联式拟合，交互项影响较弱，利用本发明提供的响应面方法，进行总体试验方案设计和非线性回归模型计算，可以快速且准确的得到响应函数关联式。

实施例2：

本实施例针对目前传热工程常见的，幂指数包含因素间强耦合作用的换热压降预测公式，开展基于响应面的非线性回归模型拟合。换热压降的试验数据可通过试验或模拟方式获取，本实施例引用已有文献关联式估计试验数据，以证明响应面法具备处理此类较为复杂的非线性回归模型能力，可以预测同源关联式相同或者相近的关联式形式。选用Wang(Thome J R.Engineering data book III[J].Wolverine Tube Inc,2004.)的圆管狭缝形翅片换热j因子关联式作为数据源，关联式与实验数据偏差为10％，其关联式形式如式(2-1)；

式中，

1)基于传热学和流体力学原理，获取圆管狭缝形翅片结构换热性能的影响因素，整理翅片换热器的结构和工质热力参数，此处挑选关联式(2-1)中具有代表性的参数：雷诺数Re_Lp、翅间距F_p、管数N，选定参数变化范围如表2-1示。基于响应面分析的试验点设计准则，选用三水平的BBD(Box-Behnken Design)进行响应面试验方案设计，共安排试验17次，构造以换热结构参数与工质热力参数为试验自变量的参数组合，构成的试验设计点填充在圆管狭缝形翅片换热器试验参数设计原型表2-2的自变量栏。

表2-1圆管狭缝形翅片换热器结构和工质流动参数变化范围

表2-2圆管狭缝形翅片换热器试验参数设计原型表

2)按试验参数设计原型表2-2，依据式j因子试验关联式(2-1)作为数据源生成平台，代替实验或仿真手段获取表征换热结构换热性能的无量纲参数(式2-1已为换热j因子的无量纲表达式)，填充在试验参数设计原型表2-2的因变量栏，完成试验参数设计原型表的构造。

3)对试验参数设计原型表2-2中设计点的自变量和因变量，基于目标关联式(2-1)形式进行ln(x)的函数变换，转化成便于换热关联式拟合使用的圆管狭缝形翅片换热器试验参数设计操作表2-3。经函数变换后的各自变量值作为试验参数设计操作表中的因素，如表中ln(F_p)、ln(N)、ln(Re_Dc)示意，经函数变换后的因变量值换热j因子作为试验参数设计操作表中的响应值，如表2-3中的ln(j)示意，完成用于拟合换热结构换热关联式的试验参数设计操作表构造。

表2-3圆管狭缝形翅片换热器试验设计操作表

4)根据试验参数设计操作表2-3的有关信息，基于响应面分析方法，考虑因素间耦合作用对换热结构换热的影响关系，对换热j因子随因素变化的关系进行数据拟合，选择二次多项式模型，采用非线性拟合的方法进行响应面分析。获取换热j因子随各因素变化的复杂函数关系，并通过模型方差分析(ANOVA)，获得如表2-4所示关联式拟合方差分析表，对影响微弱项进行调整，获得各因素的P因子，设置P因子为0.05检验因素影响显著性程度，保留单因素项，筛选出显著影响因素项并剔除影响不显著的因素项后，得到拟合方程包含ln(F_p)、ln(N)、ln(Re_Dc)、ln(F_p)ln(N)、ln(F_p)ln(Re_Dc)、ln(N)ln(Re_Dc)、(ln(N))²、(ln(Re_Dc))²项，最终得到圆管狭缝形翅片换热器换热性能的影响性方程，如式(2-2)示。

表2-4关联式拟合方差分析表

5)基于换热的因素影响性方程式(2-2)，对因素影响性方程进行函数逆变换e^(x)，最终获得表征换热结构的换热关联式，将其与圆管狭缝形翅片换热器关联式(2-1)对比可知，获取的换热关联式和源关联式形式不完全一致。按照获取的包含拟合方程，但考虑到该情况下获得的影响性方程(2-2)反推至j因子关联式(2-1)时，耦合项组合方式存在多种可能，且按照以往的关联式获取方式，操作个人偏好将对关联式形式产生重要影响，这也覆盖了原本关联式参数间耦合的原始物理含义。通过影响性方程(2-2)获得的j因子，可以得知各项对关联式的影响程度，同时可以根据实际物理模型对关联式的幂指数各项进行调整，进而使得关联式具有更明确的物理含义。同时也有必要进行模型得可靠性分析。

回归模型检验。通过模型偏差分析(ANOVA)检验模型显著性、系数显著性和模型拟合准确性，进行模型可靠性检验。由关联式拟合方差分析表2-4，模型校正相关系数(Adjusted R²)＝0.9928，相关系数(R²)＝0.9969，均接近于1.0，说明试验值和预测值吻合良好，模型拟合具有较高的可靠性，且模型信噪比(Adequate Precision)＝55.382，大于4.0，说明获取的回归模型的可靠性好。

进行关联式精度预测。首先对17组拟合数据和源关联式数据比对，预测-实际值如图1，由图1可知预测值和实际值误差在±6％以内；同时，在设计参数选取范围内开展额外500组试验，对获取的关联式进行误差分析如图2，由图2可知关联式预测值和额外拓展试验值误差同样在±6％以内，误差检验通过。

对于含有多因素的、幂指数形式复杂的关联式拟合，交互项影响较强，利用本发明提供的响应面方法，进行总体试验方案安排和非线性回归模型计算，可以快速的得到的响应函数关联式，且能够比较准确的反应关联式因子的相互作用。

实施例3：

为了验证含有幂指数形式耦合项的关联式可以通过响应面非线性回归模型完全获取，本实施例建立了三因素存在交互影响的简单幂指数模型，用于描述换热结构的压降特性，如式(3-1)；

f＝5.04A^f1B^f2C^f3

式中，

f1＝-0.6+0.13ln B-0.03ln C-0.009ln A (3-1)

f2＝-0.01+0.009ln C-0.2ln B

f3＝1.8+1.2ln C-0.04ln B

(1)第一步，整理A、B、C三因素间的参数变化情况，并设置其变化范围如表3-1示。基于响应面分析的试验点设计准则，选用三水平的BBD(Box-Behnken Design)进行响应面试验方案设计，共安排试验17次，构造以换热结构参数与工质热力参数为试验自变量的参数组合，构成的试验设计点填充在试验参数设计原型表3-2的自变量栏。

表3-1三因素参数变化范围

表3-2试验参数设计原型表

(2)第二步，按试验参数设计原型表3-2，依据式f因子试验关联式(3-1)作为数据源生成平台，代替实验或仿真手段获取表征换热结构压降特性的无量纲参数，填充在试验参数设计原型表3-2中的因变量栏，完成试验参数设计原型表的构造。

(3)第三步，对试验参数设计原型表3-2中设计点的自变量和因变量，基于目标关联式(3-1)形式进行ln(x)的函数变换，转化成便于压降关联式拟合使用的试验参数设计操作表，如表3-3。经函数变换后的自变量作为试验参数设计操作表中的因素，如表中lnA、lnB、lnC。经函数变换后的因变量值f因子作为试验参数设计操作表中的响应值，如表3-3中的ln(f)示意，完成用于拟合换热结构压降关联式的试验参数设计操作表构造。

表3-3试验参数设计操作表

(4)第四步，根据试验参数设计操作表3-3的有关信息，基于响应面分析方法，考虑多因素、多耦合作用、幂指数形式含有耦合项的换热影响关系，对f因子随因素变化的关系进行数据拟合，选择二次多项式模型，采用非线性拟合的方法进行响应面分析。获取f因子随各因素变化的复杂函数关系，并通过模型方差分析(ANOVA)，获得如表3-4所示关联式拟合方差分析表，对影响微弱项进行调整，获得各因素的P因子，设置P因子为0.05检验因素影响显著性程度，筛选出显著影响因素项并剔除影响不显著的因素项后，得到拟合方程包含lnA、lnB、lnC、lnAlnB、lnAlnC、lnBlnC、(lnA)²、(lnB)²、(lnC)²最终得到压降的因素影响性方程，如式(3-2)示。

表3-4关联式拟合方差分析表

lnf＝1.6174-0.6ln A-0.01ln B+1.8ln C+0.13ln A ln B-0.03ln A ln C

-0.031ln B ln C-0.09(ln A)²-0.2(ln B)²+1.2(ln C)² (3-2)

(5)第五步，基于阻力因子的因素影响性方程式(3-2)，对因素影响性方程进行函数逆变换e^(x)，最终获得具有幂指数关系的表征换热结构的压降关联式，如式(3-3)所示，

f＝5.04A^{-0.6+0.13lnB-0.03lnC-0.009lnA}B^{-0.01+0.009lnC-0.2lnB}C^{1.8+1.2lnlnC-0.04lnB} (3-3)

对比式(3-1)，可知获取的关联式和源关联式形式完全一致。

故，对于含有幂指数形式耦合项的关联式拟合，利用本发明提供的响应面方法，进行总体试验方案设计和非线性回归模型计算，可以快速且较准确的得到的响应函数关联式。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定，也可根据实际需要，应用该发明专利所述的预测方法和理念，完成各种换热结构的换热和压降特性的合理设计和快速预测。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (12)

1.一种基于响应面的换热压降关联式的快速预测方法，其特征在于：

1)基于传热学和流体力学原理，提取影响换热结构的换热和压降性能的所有结构参数和工质热力参数，并根据换热与压降关联式中各参数的取值涵盖范围，基于响应面分析的试验点设计准则，确定各参数的试验水平，并构造以换热结构参数与工质热力参数为试验自变量的参数组合，即试验设计点，填充到试验参数设计原型表中的自变量栏；

2)按照试验参数设计原型表的试验设计点布置情况，对各组试验设计点进行换热与压降性能的实验测定或仿真计算，获取各试验设计点的换热量和压降的实验或仿真原始数据，基于传热学和流体力学基本原理，对换热量和压降数据进行无量纲处理，最终获得表征换热结构各试验设计点换热和压降性能的无量纲参数即试验因变量，填充在试验参数设计原型表中的因变量栏，完成试验参数设计原型表的构造；

3)基于拟拟合关联式的函数形式，分别对试验参数设计原型表中各试验设计点的自变量和因变量进行相应的函数变换，经函数变换后的自变量参数即换热结构参数与工质热力参数值作为试验参数设计操作表中的因素，经函数变换后的因变量参数，即换热结构换热和压降性能无量纲参数值，作为试验参数设计操作表中的响应值，完成用于拟合换热结构换热和压降关联式的试验参数设计操作表构造；

4)根据试验参数设计操作表的信息，基于响应面方法得到换热和压降响应值随各因素变化的复杂函数关系模型，并通过模型方差分析(ANOVA)，获得各因素的P因子，通过检验表征因素影响显著性大小的P因子，筛选出模型的显著影响因素项，并剔除影响不显著的因素项，最终得到换热和压降的因素影响性方程；

5)基于换热和压降的因素影响性方程，对因素影响性方程进行函数逆变换，最终获得表征换热结构换热和压降特性的关联式。

2.根据权利要求1所述的基于响应面的换热压降关联式的快速预测方法，其特征在于：所述步骤1)各参数的取值涵盖范围是根据待测的实际换热器结构及应用场合、性能要求、制造要求和安装要求确定。

3.根据权利要求1所述的基于响应面的换热压降关联式的快速预测方法，其特征在于：所述步骤1)的基于响应面分析的试验点设计准则是对各个参数变化范围利用离散方法离散成不同水平，例如：采用分别对应参数3水平和5水平设计的BBD(Box Behnken Design)或CCD(Central Composite Design)方法进行试验点设计，得到不同试验设计点的参数组合。

4.根据权利要求1所述的基于响应面的换热压降关联式的快速预测方法，其特征在于：所述步骤2)获取换热量和压降的实验或仿真原始数据是按照试验设计点下的参数组合制作换热器、搭建实验台进行实验测定获取实验结果或采用仿真实验进行换热器的建模、模型验证、进行模拟计算获取模拟结果。

5.根据权利要求1所述的基于响应面的换热压降关联式的快速预测方法，其特征在于：所述步骤2)的表征换热和压降性能的无量纲参数为传热因子j和阻力因子f或努谢尔数Nu和欧拉数Eu。

6.根据权利要求1所述的基于响应面的换热压降关联式的快速预测方法，其特征在于：所述步骤3)的拟拟合关联式的目标形式为以参数间组合为底、常数或参数间耦合形式为幂的项目间的乘积形式。

7.根据权利要求1所述的基于响应面的换热压降关联式的快速预测方法，其特征在于：所述步骤3)的自变量和因变量的函数变换，选用ln(x)的函数形式变换，并分别记录于试验参数设计操作表的因素和响应值栏。

8.根据权利要求1所述的基于响应面的换热压降关联式的快速预测方法，其特征在于：所述步骤4)的复杂函数关系模型是采用线性或非线性拟合方法对试验参数设计操作表中的响应值随因素变化的关系进行数据拟合后得到。

9.根据权利要求1所述的一种基于响应面的换热压降关联式的快速预测方法，其特征在于：所述步骤4)的剔除影响不显著的因素项，是通过P因子评估方法进行检验，P因子在0.05范围以内为对模型影响作用显著。

10.根据权利要求1所述的一种基于响应面的换热压降关联式的快速预测方法，其特征在于：所述步骤4)换热和压降的因素影响性方程为：

式中，R1代表试验设计操作表中的换热或压降响应值，n,m分别代表因素总数量和拟合模型最高项次数，lnA_p,lnA_q,lnA_l,…,lnA_t分别代表试验参数设计操作表中的各个因素，K代表由响应面分析得到的影响性方程常数项，α_i,β_i,γ_i,...,μ_i分别代表各次项的常系数。

11.根据权利要求1所述的一种基于响应面的换热压降关联式的快速预测方法，其特征在于：所述步骤5)函数逆变换依据试验设计操作表函数的反函数形式获取，以试验设计操作表通过ln(x)的函数变换得到逆变换函数为e^(x)。

12.根据权利要求1所述的一种基于响应面的换热压降关联式的快速预测方法，其特征在于：所述步骤5)表征换热结构的换热和压降关联式为

式中，Y代表换热或压降无量纲准则数，A_j代表第j个因素，x_j代表第j个因素幂次项中的常数项，y_ji,z_ji,...,w_ji分别代表幂次项中包含因素耦合的项系数，且满足以下关系，

$\underset{i=1}{\Σ}{\mathrm{\α}}_i=\underset{j=1}{\Σ}{x}_j;\underset{i=1}{\Σ}{\mathrm{\β}}_i=\underset{j=1}{\Σ}\underset{i=1}{\Σ}{y}_{ji};\underset{i=1}{\Σ}{\mathrm{\γ}}_i=\underset{j=1}{\Σ}\underset{i=1}{\Σ}{z}_{ji};\mathrm{...};\underset{i=1}{\Σ}{\mathrm{\μ}}_i=\underset{j=1}{\Σ}\underset{i=1}{\Σ}{w}_{ji}.$