CN111814351B - 一种超临界压力流体换热器制备方法及系统 - Google Patents

一种超临界压力流体换热器制备方法及系统 Download PDF

Info

Publication number
CN111814351B
CN111814351B CN202010716041.6A CN202010716041A CN111814351B CN 111814351 B CN111814351 B CN 111814351B CN 202010716041 A CN202010716041 A CN 202010716041A CN 111814351 B CN111814351 B CN 111814351B
Authority
CN
China
Prior art keywords
fluid
heat exchange
precision
heat exchanger
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010716041.6A
Other languages
English (en)
Other versions
CN111814351A (zh
Inventor
胥蕊娜
姜培学
王超
张志鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202010716041.6A priority Critical patent/CN111814351B/zh
Publication of CN111814351A publication Critical patent/CN111814351A/zh
Priority to EP20205881.4A priority patent/EP3944125A1/en
Priority to US17/368,104 priority patent/US20220027539A1/en
Application granted granted Critical
Publication of CN111814351B publication Critical patent/CN111814351B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F28—HEAT EXCHANGE IN GENERAL
    • F28F—DETAILS OF HEAT-EXCHANGE AND HEAT-TRANSFER APPARATUS, OF GENERAL APPLICATION
    • F28F13/00—Arrangements for modifying heat-transfer, e.g. increasing, decreasing
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F28—HEAT EXCHANGE IN GENERAL
    • F28F—DETAILS OF HEAT-EXCHANGE AND HEAT-TRANSFER APPARATUS, OF GENERAL APPLICATION
    • F28F13/00—Arrangements for modifying heat-transfer, e.g. increasing, decreasing
    • F28F13/02—Arrangements for modifying heat-transfer, e.g. increasing, decreasing by influencing fluid boundary
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F28—HEAT EXCHANGE IN GENERAL
    • F28F—DETAILS OF HEAT-EXCHANGE AND HEAT-TRANSFER APPARATUS, OF GENERAL APPLICATION
    • F28F2200/00—Prediction; Simulation; Testing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Computational Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Thermal Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Databases & Information Systems (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Separation By Low-Temperature Treatments (AREA)

Abstract

本发明涉及一种超临界压力流体换热器制备方法及系统。该制备方法包括：获取超临界压力流体换热器的边界条件；基于边界条件，调整换热器初步框架；基于换热器初步框架，沿流体流动方向划分每一个流体通道，并对每一个划分后的流体通道建立热平衡控制模型；基于热平衡控制模型，结合高斯回归过程以及协同克里金方法构建机器传热模型；根据机器传热模型确定流体通道内工质流动传热的沿程热力参数；根据沿程热力参数确定换热器面积；判断换热面积是否达到换热面积标准，若是，根据换热器初步框架制备超临界压力流体换热器；若否，重新调整换热器初步框架，直至换热面积达到换热面积标准。本发明能够提高超临界压力流体换热器的换热器性能。

Description

一种超临界压力流体换热器制备方法及系统
技术领域
本发明涉及超临界压力流体换热器制备领域，特别是涉及一种超临界压力流体换热器制备方法及系统。
背景技术
超临界CO2布雷顿循环是以超临界压力CO2为工质的布雷顿循环，与传统循环相比具有压缩耗功低、总体效率高、结构紧凑的优势，作为其主要工质的超临界压力CO2具有密度较高、粘度低、扩散性和渗透性强等特点，因此超临界CO2布雷顿循环在航空发动机、第四代核反应堆和太阳能热发电等领域具有广阔的发展前景。由于循环中压缩机进口处CO2状态接近临界状态，其显著的变物性现象导致了其对流换热规律极为复杂,因此对换热器内部流动与换热规律的研究十分必要。
一种较为可行的用于超临界CO2布雷顿循环的换热器类型是印刷电路板换热器(PCHE)。PCHE的制造是通过在金属基板上刻出凹槽作为冷热流体流道，再将冷热基板交替堆叠并通过扩散结合技术将基板焊接成型。与传统换热器相比，PCHE具有强度和完整性更好，能耐高温、高压、大温差等恶劣条件的优点。
目前较为常见的PCHE设计计算方法为采用对数平均温差法的基于换热器进出口参数的整体设计方法。主要内容为：在确定换热器流动形式后，由给定的换热量和冷热侧进出口温度中的三个温度，按热平衡确定第四个温度值，并计算对数平均温差。以进出口温度平均值作为冷热侧流体的温度值，确定平均物性参数后由关联式计算平均努塞尔数和换热系数，并据此确定换热器换热面积、通道长度等结构参数。基于进出口参数平均值的整体设计方法往往设计结果较为粗糙，且难以反映流道内局部对流换热性能。
为了解决此问题，可将换热器流道计算区域离散化，按与平均方法类似的过程进行计算并迭代，能够得到通道沿程的局部对流换热系数。然而，一方面由于超临界压力流体的变物性特征，采用未考虑物性变化的关联式得到的结果往往精确度较低；另一方面，随着换热器通道尺寸的减小，热加速现象对换热影响显著增强，此时已有关联式的预测精度降低，对计算结果的准确性和可靠性影响较大。此外，对于复杂工况，构建关联式往往需要100个甚至更多数据点，而获取大量高精度数据点较为困难，成本也十分高昂。
发明内容
本发明的目的是提供一种超临界压力流体换热器制备方法及系统，以解决现有的超临界压力流体换热器制备过程中，构建关联式获取大量高精度数据点困难，从而导致预测的换热器的结构参数精度低，进而导致制备的换热器性能差的问题。
为实现上述目的，本发明提供了如下方案：
一种超临界压力流体换热器制备方法，所述超临界压力流体换热器的热流体通道内设有第一工质，所述超临界压力流体换热器的冷流体通道内设有第二工质，包括：
获取超临界压力流体换热器的边界条件；所述边界条件包括第一工质参数以及第二工质参数；所述第一工质参数包括所述第一工质参数的进口温度、出口温度、压力和流量；所述第二工质参数包括所述第二工质的进口温度、出口温度、压力和流量；
基于所述边界条件，调整换热器初步框架；所述换热器初步框架包括换热器的通道当量直径、通道长度、通道数量、冷流体通道排布方式和热流体通道排布方式；
基于所述换热器初步框架，沿流体流动方向划分每一个流体通道，并对每一个划分后的流体通道建立热平衡控制模型；所述流体通道包括热流体通道以及冷流体通道；一个所述流体通道包括多个划分后的流体通道；
基于所述热平衡控制模型，结合高斯回归过程以及协同克里金方法构建机器传热模型；
根据所述机器传热模型确定所述流体通道内工质流动传热的沿程热力参数；所述沿程热力参数包括流体温度、流体速度以及压力损失；
根据所述沿程热力参数确定换热器面积；
判断所述换热面积是否达到换热面积标准，得到第一判断结果；
若所述第一判断结果表示为所述换热面积达到换热面积标准，根据所述换热器初步框架制备超临界压力流体换热器；
若所述第一判断结果表示为所述换热面积未达到换热面积标准，重新调整所述换热器初步框架，直至所述换热面积达到换热面积标准。
可选的，所述基于所述边界条件，调整换热器初步框架，具体包括：
根据所述第一工质参数以及所述第二工质参数确定平均努塞尔数；
根据所述平均努赛尔数分别确定所述第一工质的第一平均对流换热系数以及所述第二工质的第二平均对流换热系数，并确定通道当量直径；
根据所述第一平均对流换热系数以及所述第二平均对流换热系数确定总传热系数；
根据所述总传热系数确定换热量；
根据所述换热量确定通道长度以及通道数量；
根据所述通道长度以及所述通道数量确定冷流体通道排布方式和热流体通道排布方式；
根据所述通道当量直径、所述通道长度、所述通道数量、所述冷流体通道排布方式和所述热流体通道排布方式确定换热器初步框架。
可选的，所述基于所述换热器初步框架，沿流体流动方向划分每一个流体通道，并对每一个划分后的流体通道建立热平衡控制模型，具体包括：
所述热平衡控制模型为：
qi＝qm_hicp_hi(thi-thi+1)
qi＝qm_cicp_ci(tci-tci+1)
qi＝kiAi(tm_hi-tm_ci)；
其中，qi为所述划分后的流体通道内的热流密度；qm_ci为冷流体流量；qm_hi为热流体流量；cp_hi为热流体的定压比热容；cp_ci为冷流体的定压比热容；tm_ci分别为所述划分后的流体通道的中心节点处第一工质的温度；tm_hi为所述划分后的流体通道的中心节点处第二工质的温度；Ai为每个划分后的流体通道内的传热面积，i为划分后的流体通道的序号，i+1为相对于i的下一个划分后的流体通道的序号。
可选的，所述基于所述热平衡控制模型，结合高斯回归过程以及协同克里金方法构建机器传热模型，具体包括：
获取超临界压力流体换热数据；所述超临界压力流体换热数据包括高精度换热数据以及低精度换热数据；所述高精度换热数据为由实验或数值模拟数据得到的数据集；所述低精度换热数据为无量纲准则关联式预测得到的数据集；所述超临界压力流体换热数据为流体沿程的流速、壁面温度、流体的主流温度、流体压力、对流换热系数以及管道特征长度；
对所述超临界压力流体换热数据进行预处理，确定预处理后的超临界压力流体换热数据；所述预处理后的超临界压力流体换热数据包括预处理后的低精度换热数据以及预处理后的高精度换热数据；
基于高斯回归方程，根据所述预处理后的低精度换热数据确定低精度模型；
基于高斯回归方程，根据所述预处理后的高精度换热数据确定高精度模型；
基于所述热平衡控制模型，利用协同克里金方法，根据所述低精度换热数据、所述低精度模型、高精度换热数据以及高精度模型确定多精度模型；所述多精度模型是以筛选后的超临界压力流体换热数据的无量纲形式参数为输入，以所述对流换热系数为输出的机器传热模型；所述筛选后的超临界压力流体换热数据包括流体沿程的流速、壁面温度、流体的主流温度、流体压力以及管道特征长度；所述机器传热模型用于确定所述流体通道内工质流动传热的沿程热力参数。
可选的，所述利用协同克里金方法，根据所述低精度换热数据、所述低精度模型、高精度换热数据以及高精度模型确定多精度模型，具体包括：
将所述高精度换热数据划分为训练集和测试集；
利用所述训练集，根据公式
Figure BDA0002598147700000041
确定多精度模型；其中，
Figure BDA0002598147700000051
为高精度模型；ρ(X)为比例因子，用于量化两个精度模型输出值之间的关系；
Figure BDA0002598147700000052
为低精度模型；δ(X)为高斯过程。
一种超临界压力流体换热器制备系统，所述超临界压力流体换热器的热流体通道内设有第一工质，所述超临界压力流体换热器的冷流体通道内设有第二工质，包括：
边界条件获取模块，用于获取超临界压力流体换热器的边界条件；所述边界条件包括第一工质参数以及第二工质参数；所述第一工质参数包括所述第一工质参数的进口温度、出口温度、压力和流量；所述第二工质参数包括所述第二工质的进口温度、出口温度、压力和流量；
换热器初步框架调整模块，用于基于所述边界条件，调整换热器初步框架；所述换热器初步框架包括换热器的通道当量直径、通道长度、通道数量、冷流体通道排布方式和热流体通道排布方式；
热平衡控制模型建立模块，用于基于所述换热器初步框架，沿流体流动方向划分每一个流体通道，并对每一个划分后的流体通道建立热平衡控制模型；所述流体通道包括热流体通道以及冷流体通道；一个所述流体通道包括多个划分后的流体通道；
机器传热模型构建模块，用于基于所述热平衡控制模型，结合高斯回归过程以及协同克里金方法构建机器传热模型；
沿程热力参数确定模块，用于根据所述机器传热模型确定所述流体通道内工质流动传热的沿程热力参数；所述沿程热力参数包括流体温度、流体速度以及压力损失；
换热器面积确定模块，用于根据所述沿程热力参数确定换热器面积；
第一判断模块，用于判断所述换热面积是否达到换热面积标准，得到第一判断结果；
超临界压力流体换热器制备模块，用于若所述第一判断结果表示为所述换热面积达到换热面积标准，根据所述换热器初步框架制备超临界压力流体换热器；
换热器初步框架调整模块，用于若所述第一判断结果表示为所述换热面积未达到换热面积标准，重新调整所述换热器初步框架，直至所述换热面积达到换热面积标准。
可选的，所述换热器初步框架调整模块具体包括：
平均努塞尔数确定单元，用于根据所述第一工质参数以及所述第二工质参数确定平均努塞尔数；
通道当量直径确定单元，用于根据所述平均努赛尔数分别确定所述第一工质的第一平均对流换热系数以及所述第二工质的第二平均对流换热系数，并确定通道当量直径；
总传热系数确定单元，用于根据所述第一平均对流换热系数以及所述第二平均对流换热系数确定总传热系数；
换热量确定单元，用于根据所述总传热系数确定换热量；
通道长度以及通道数量确定单元，用于根据所述换热量确定通道长度以及通道数量；
冷流体通道排布方式和热流体通道排布方式确定单元，用于根据所述通道长度以及所述通道数量确定冷流体通道排布方式和热流体通道排布方式；
换热器初步框架调整单元，用于根据所述通道当量直径、所述通道长度、所述通道数量、所述冷流体通道排布方式和所述热流体通道排布方式确定换热器初步框架。
可选的，所述热平衡控制模型建立模块具体包括：
所述热平衡控制模型建立单元，用于建立热平衡控制模型，所述热平衡控制模型为：
qi＝qm_hicp_hi(thi-thi+1)
qi＝qm_cicp_ci(tci-tci+1)
qi＝kiAi(tm_hi-tm_ci)；
其中，qi为所述划分后的流体通道内的热流密度；qm_ci为冷流体流量；qm_hi为热流体流量；cp_hi为热流体的定压比热容；cp_ci为冷流体的定压比热容；tm_ci分别为所述划分后的流体通道的中心节点处第一工质的温度；tm_hi为所述划分后的流体通道的中心节点处第二工质的温度；Ai为每个划分后的流体通道内的传热面积，i为划分后的流体通道的序号，i+1为相对于i的下一个划分后的流体通道的序号。
可选的，所述机器传热模型构建模块具体包括：
超临界压力流体换热数据获取模块，用于获取超临界压力流体换热数据；所述超临界压力流体换热数据包括高精度换热数据以及低精度换热数据；所述高精度换热数据为由实验或数值模拟数据得到的数据集；所述低精度换热数据为无量纲准则关联式预测得到的数据集；所述超临界压力流体换热数据为流体沿程的流速、壁面温度、流体的主流温度、流体压力、对流换热系数以及管道特征长度；
预处理模块，用于对所述超临界压力流体换热数据进行预处理，确定预处理后的超临界压力流体换热数据；所述预处理后的超临界压力流体换热数据包括预处理后的低精度换热数据以及预处理后的高精度换热数据；
低精度模型确定模块，用于基于高斯回归方程，根据所述预处理后的低精度换热数据确定低精度模型；
高精度模型确定模块，用于基于高斯回归方程，根据所述预处理后的高精度换热数据确定高精度模型；
多精度模型确定模块，用于基于所述热平衡控制模型，利用协同克里金方法，根据所述低精度换热数据、所述低精度模型、高精度换热数据以及高精度模型确定多精度模型；所述多精度模型是以筛选后的超临界压力流体换热数据的无量纲形式参数为输入，以所述对流换热系数为输出的机器传热模型；所述筛选后的超临界压力流体换热数据包括流体沿程的流速、壁面温度、流体的主流温度、流体压力以及管道特征长度；所述机器传热模型用于确定所述流体通道内工质流动传热的沿程热力参数。
可选的，所述多精度模型确定模块，具体包括：
划分单元，用于将所述高精度换热数据划分为训练集和测试集；
多精度模型确定单元，用于利用所述训练集，根据公式
Figure BDA0002598147700000081
确定多精度模型；其中，
Figure BDA0002598147700000082
为高精度模型；ρ(X)为比例因子，用于量化两个精度模型输出值之间的关系；
Figure BDA0002598147700000083
为低精度模型；δ(X)为高斯过程。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供了一种超临界压力流体换热器制备方法及系统，根据给定的超临界压力流体换热器的边界条件，确定换热器初步框架，结合高斯回归过程以及协同克里金方法构建机器传热模型，利用该机器传热模型代替已有关联式不断迭代调整换热器初步框架，以使得最终确定的换热面积达到换热面积标准，再以调整后的换热器初步框架制备超临界压力流体换热器，无需大量高精度数据点，从而提高了超临界压力流体换热器的换热器性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所提供的超临界压力流体换热器制备方法流程图；
图2为本发明所提供的结合机器学习的超临界压力流体换热器设计流程图；
图3为本发明所提供的超临界压力流体换热器制备系统结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种超临界压力流体换热器制备方法及系统，能够提高超临界压力流体换热器的换热器性能。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的超临界压力流体换热器制备方法流程图，如图1所示，一种超临界压力流体换热器制备方法，所述超临界压力流体换热器的热流体通道内设有第一工质，所述超临界压力流体换热器的冷流体通道内设有第二工质，包括：
步骤101：获取超临界压力流体换热器的边界条件；所述边界条件包括第一工质参数以及第二工质参数；所述第一工质参数包括所述第一工质参数的进口温度、出口温度、压力和流量；所述第二工质参数包括所述第二工质的进口温度、出口温度、压力和流量。
步骤102：基于所述边界条件，调整换热器初步框架；所述换热器初步框架包括换热器的通道当量直径、通道长度、通道数量、冷流体通道排布方式和热流体通道排布方式。
所述步骤102具体包括：根据所述第一工质参数以及所述第二工质参数确定平均努塞尔数；
根据所述平均努赛尔数分别确定所述第一工质的第一平均对流换热系数以及所述第二工质的第二平均对流换热系数，并确定通道当量直径；
根据所述第一平均对流换热系数以及所述第二平均对流换热系数确定总传热系数；
根据所述总传热系数确定换热量；
根据所述换热量确定通道长度以及通道数量；
根据所述通道长度以及所述通道数量确定冷流体通道排布方式和热流体通道排布方式；
根据所述通道当量直径、所述通道长度、所述通道数量、所述冷流体通道排布方式和所述热流体通道排布方式确定换热器初步框架。
步骤103：基于所述换热器初步框架，沿流体流动方向划分每一个流体通道，并对每一个划分后的流体通道建立热平衡控制模型；所述流体通道包括热流体通道以及冷流体通道；一个所述流体通道包括多个划分后的流体通道。
所述步骤103具体包括：所述热平衡控制模型为：
qi＝qm_hicp_hi(thi-thi+1)
qi＝qm_cicp_ci(tci-tci+1)
qi＝kiAi(tm_hi-tm_ci)；
其中，qi为所述划分后的流体通道内的热流密度；qm_ci为冷流体流量；qm_hi为热流体流量；cp_hi为热流体的定压比热容；cp_ci为冷流体的定压比热容；tm_ci分别为所述划分后的流体通道的中心节点处第一工质的温度；tm_hi为所述划分后的流体通道的中心节点处第二工质的温度；Ai为每个划分后的流体通道内的传热面积，i为划分后的流体通道的序号，i+1为相对于i的下一个划分后的流体通道的序号。
步骤104：基于所述热平衡控制模型，结合高斯回归过程以及协同克里金方法构建机器传热模型。
所述步骤104具体包括：获取超临界压力流体换热数据；所述超临界压力流体换热数据包括高精度换热数据以及低精度换热数据；所述高精度换热数据为由实验或数值模拟数据得到的数据集；所述低精度换热数据为无量纲准则关联式预测得到的数据集；所述超临界压力流体换热数据为流体沿程的流速、壁面温度、流体的主流温度、流体压力、对流换热系数以及管道特征长度；对所述超临界压力流体换热数据进行预处理，确定预处理后的超临界压力流体换热数据；所述预处理后的超临界压力流体换热数据包括预处理后的低精度换热数据以及预处理后的高精度换热数据；基于高斯回归方程，根据所述预处理后的低精度换热数据确定低精度模型；基于高斯回归方程，根据所述预处理后的高精度换热数据确定高精度模型；基于所述热平衡控制模型，利用协同克里金方法，根据所述低精度换热数据、所述低精度模型、高精度换热数据以及高精度模型确定多精度模型；所述多精度模型是以筛选后的超临界压力流体换热数据的无量纲形式参数为输入，以所述对流换热系数为输出的机器传热模型；所述筛选后的超临界压力流体换热数据包括流体沿程的流速、壁面温度、流体的主流温度、流体压力以及管道特征长度；所述机器传热模型用于确定所述流体通道内工质流动传热的沿程热力参数。
其中，所述利用协同克里金方法，根据所述低精度换热数据、所述低精度模型、高精度换热数据以及高精度模型确定多精度模型，具体包括：将所述高精度换热数据划分为训练集和测试集；利用所述训练集，根据公式
Figure BDA0002598147700000111
确定多精度模型；其中，
Figure BDA0002598147700000112
为高精度模型；ρ(X)为比例因子，用于量化两个精度模型输出值之间的关系；
Figure BDA0002598147700000113
为低精度模型；δ(X)为高斯过程。
步骤105：根据所述机器传热模型确定所述流体通道内工质流动传热的沿程热力参数；所述沿程热力参数包括流体温度、流体速度以及压力损失。
步骤106：根据所述沿程热力参数确定换热器面积。
步骤107：判断所述换热面积是否达到换热面积标准，若是，执行步骤108，若否，执行步骤109。
步骤108：根据所述换热器初步框架制备超临界压力流体换热器。
步骤109：重新调整所述换热器初步框架，直至所述换热面积达到换热面积标准。
在实际应用中，图2为本发明所提供的结合机器学习的超临界压力流体换热器设计流程图，如图2所示：
1)换热器整体结构的初步设计。
换热器设计已知的边界条件主要包括第一工质的进口温度、压力和流量，第二工质的进口温度、出口温度、压力和流量。首先，依据给定的边界条件和热量平衡方程计算出第一工质的出口温度。其次，由第一工质和第二工质的进出口温度计算对数平均温差，如下式：
Figure BDA0002598147700000114
其中Δt′为热侧工质的进口温度与冷侧工质出口温度的差值，Δt″为热侧工质的出口温度与冷侧工质进口温度的差值。
由换热器两侧工质的进出口的温度和压力信息，确定工质在定性温度下的物性参数如密度ρ、动力粘度μ、热导率λ等，并计算主流平均雷诺数Reb、普朗特数Pr等准则数。通过如下准则关联式计算平均努塞尔数Nu0：
Figure BDA0002598147700000121
其中，
Figure BDA0002598147700000122
为平均普朗特数，ξ为摩擦因数。
在获得平均努塞尔数后，计算换热单元两侧通道工质的平均对流换热系数：
Figure BDA0002598147700000123
其中下标h和c表示冷热侧流体，d为流道当量直径。在计算得到两侧的对换热流系数后，可得总传热系数k：
Figure BDA0002598147700000124
其中λ为冷热流道之间金属板热导率，δ为板平均厚度。热流密度可通过总传热系数和对数平均温差获得：
q＝kΔtm (5)
由换热量q和热流密度计算总换热面积A，并由流道数N和单位通道换热表面积计算单位流道长度L：
Figure BDA0002598147700000125
Figure BDA0002598147700000126
通过以上计算，初步获得了换热器的整体构架，包括换热器通道当量直径、通道长度和数量、冷流体通道和热流体通道排布方式等。根据建立的换热器的初步框架，可以开展局部的流动工质沿换热器通道的热力参数计算。
2)离散换热器通道，建立控制模型。
根据过程1)所得的换热器的整体构架，沿流体流动方向将流道单元均等或不均等划分成n个微元段，针对每一个微元段建立热平衡方程组：
qi＝qm_hicp_hi(thi-thi+1) (9)
qi＝qm_cicp_ci(tci-tci+1) (10)
qi＝kiAi(tm_hi-tm_ci) (11)
上式中qi为微元段内的热流密度，qm_ci和qm_hi分别为冷流体流量、热流体流量，cp_hi和cp_ci分别为热流体定压比热容和冷流体的定压比热容，tm_hi和tm_ci分别为微元段中心节点处工质的温度，Ai为每个微元段内的传热面积，下表i表示微元体及编号，i+1表示相对于i的下一个微元体。
3)基于机器传热模型的热力参数计算。
实施过程主要包括以下三个方面：
①整理、清洗已有超临界压力流体换热数据。
整理汇总实验以及数值模拟数据，其中一般包括流体沿程的流速、壁面温度、流体的主流温度、流体压力、对流换热系数、管道特征长度等。清洗数据集，删除数据集中包含的异常点、离群点等。
努塞尔数是传热学中一个常用的无量纲数，从物理意义上来说，它表征对流换热强烈程度，其值越大，表明流体对流换热的程度越强烈，即对流换热性能更强。一般地，可以假设努塞尔数是一系列特征参数的函数，设特征参数组成的向量为x，则有：
Nu＝f(x)
根据数据集中包含的参数不同，特征向量x的形式可能有所不同。本发明中使用由预处理步骤中计算得到的雷诺数Re、普朗特数Pr、Bo*数、物性的比值以及参数在管中对应的无量纲位置将作为预测时特征参数，即x＝
Figure BDA0002598147700000131
数据集由高精度数据集和低精度数据集组成，其中包含特征向量中的所有参数值，以及最终要预测的努塞尔数Nu的值。其中精度的高低主要是指最终需要预测的目标值努塞尔数Nu的精度，高精度数据集指由实验或数值模拟数据得到的数据集，低精度数据集是指用已有研究获得的无量纲准则关联式如式(2)预测的数据。
②结合高斯回归过程和协同克里金方法构建机器学习算法，并使用现有数据训练训练多精度替代模型。
将高精度数据集和低精度数据集的所有数据随机抽样后进行训练集和测试集的拆分，需要保证二者互不交叉，其中训练集用来训练机器学习模型，测试集用于机器学习模型预测性能的评估。
在训练过程中，模型的输入参数为训练集中除对流换热系数以外的所有参数(即流速、壁面温度、流体的主流温度、流体压力、特征长度)，输出参数为对流换热系数。将此输出的对流换热系数与训练集中的对流换热系数进行对比，在不断对比达到偏差最小的条件下获得超临界流体对流换热系数预测的替代模型。在该替代模型的训练中，有两种方法：高斯回归过程和协同克里金方法构造的多精度替代模型。这两种替代模型的训练过程在图1中给出。具体来说，在高斯回归过程的训练过程中，直接采用高精度数据集中的训练集进行训练，获得替代模型。在协同克里金方法的训练过程中，先使用低精度数据的训练集数据训练得到一个高斯过程，也即低精度模型
Figure BDA0002598147700000141
然后，使用高精度数据集中的训练集数据训练得到一个新的高斯过程δ；最后，使用协同克里金方法将低精度数据、低精度模型、高精度数据和高精度模型同时用于训练多精度模型，并最终将训练结果中的相关参数储存。
③预测计算过程。
和数据预处理步骤相同，将系统沿程的热物性参数整理成无量纲形式，使其与上述训练过程中的输入参数格式、物理含义一致。
把整理后得到的无量纲参数代入训练得到的多精度替代模型进行计算，从而得到换热器通道的局部对流换热系数。
4)基于机器传热模型计算获得“真实”的换热器面积和通道热力参数。
根据过程3)中建立的机器传热模型开展换热器通道内工质流动传热的沿程热力参数，主要包括温度、速度和压力损失等，获得“真实”需要的换热面积；
5)换热器设计结果的检查。
根据换热器的设计目标参数和约束条件检查过程4)所得的结构是否满足需求。若满足，则完成换热器设计；若不满足，则调整过程1)中的换热器通道结构，重新开展过程2)、过程3)和过程4)的设计计算，直至过程5)的设计检查结果满足换热器的设计目标要求为止。
图3为本发明所提供的超临界压力流体换热器制备系统结构图，如图3所示，一种超临界压力流体换热器制备系统，所述超临界压力流体换热器的热流体通道内设有第一工质，所述超临界压力流体换热器的冷流体通道内设有第二工质，包括：
边界条件获取模块301，用于获取超临界压力流体换热器的边界条件；所述边界条件包括第一工质参数以及第二工质参数；所述第一工质参数包括所述第一工质参数的进口温度、出口温度、压力和流量；所述第二工质参数包括所述第二工质的进口温度、出口温度、压力和流量；
换热器初步框架调整模块302，用于基于所述边界条件，调整换热器初步框架；所述换热器初步框架包括换热器的通道当量直径、通道长度、通道数量、冷流体通道排布方式和热流体通道排布方式。
所述换热器初步框架调整模块302具体包括：平均努塞尔数确定单元，用于根据所述第一工质参数以及所述第二工质参数确定平均努塞尔数；通道当量直径确定单元，用于根据所述平均努赛尔数分别确定所述第一工质的第一平均对流换热系数以及所述第二工质的第二平均对流换热系数，并确定通道当量直径；总传热系数确定单元，用于根据所述第一平均对流换热系数以及所述第二平均对流换热系数确定总传热系数；换热量确定单元，用于根据所述总传热系数确定换热量；通道长度以及通道数量确定单元，用于根据所述换热量确定通道长度以及通道数量；冷流体通道排布方式和热流体通道排布方式确定单元，用于根据所述通道长度以及所述通道数量确定冷流体通道排布方式和热流体通道排布方式；换热器初步框架调整单元，用于根据所述通道当量直径、所述通道长度、所述通道数量、所述冷流体通道排布方式和所述热流体通道排布方式确定换热器初步框架。
热平衡控制模型建立模块303，用于基于所述换热器初步框架，沿流体流动方向划分每一个流体通道，并对每一个划分后的流体通道建立热平衡控制模型；所述流体通道包括热流体通道以及冷流体通道；一个所述流体通道包括多个划分后的流体通道。
所述热平衡控制模型建立模块303具体包括：所述热平衡控制模型建立单元，用于建立热平衡控制模型，所述热平衡控制模型为：
qi＝qm_hicp_hi(thi-thi+1)
qi＝qm_cicp_ci(tci-tci+1)
qi＝kiAi(tm_hi-tm_ci)；
其中，qi为所述划分后的流体通道内的热流密度；qm_ci为冷流体流量；qm_hi为热流体流量；cp_hi为热流体的定压比热容；cp_ci为冷流体的定压比热容；tm_ci分别为所述划分后的流体通道的中心节点处第一工质的温度；tm_hi为所述划分后的流体通道的中心节点处第二工质的温度；Ai为每个划分后的流体通道内的传热面积，i为划分后的流体通道的序号，i+1为相对于i的下一个划分后的流体通道的序号。
机器传热模型构建模块304，用于基于所述热平衡控制模型，结合高斯回归过程以及协同克里金方法构建机器传热模型。
所述机器传热模型构建模块304具体包括：超临界压力流体换热数据获取模块，用于获取超临界压力流体换热数据；所述超临界压力流体换热数据包括高精度换热数据以及低精度换热数据；所述高精度换热数据为由实验或数值模拟数据得到的数据集；所述低精度换热数据为无量纲准则关联式预测得到的数据集；所述超临界压力流体换热数据为流体沿程的流速、壁面温度、流体的主流温度、流体压力、对流换热系数以及管道特征长度；预处理模块，用于对所述超临界压力流体换热数据进行预处理，确定预处理后的超临界压力流体换热数据；所述预处理后的超临界压力流体换热数据包括预处理后的低精度换热数据以及预处理后的高精度换热数据；低精度模型确定模块，用于基于高斯回归方程，根据所述预处理后的低精度换热数据确定低精度模型；高精度模型确定模块，用于基于高斯回归方程，根据所述预处理后的高精度换热数据确定高精度模型；多精度模型确定模块，用于基于所述热平衡控制模型，利用协同克里金方法，根据所述低精度换热数据、所述低精度模型、高精度换热数据以及高精度模型确定多精度模型；所述多精度模型是以筛选后的超临界压力流体换热数据的无量纲形式参数为输入，以所述对流换热系数为输出的机器传热模型；所述筛选后的超临界压力流体换热数据包括流体沿程的流速、壁面温度、流体的主流温度、流体压力以及管道特征长度；所述机器传热模型用于确定所述流体通道内工质流动传热的沿程热力参数。
所述多精度模型确定模块，具体包括：划分单元，用于将所述高精度换热数据划分为训练集和测试集；多精度模型确定单元，用于利用所述训练集，根据公式
Figure BDA0002598147700000161
确定多精度模型；其中，
Figure BDA0002598147700000162
为高精度模型；ρ(X)为比例因子，用于量化两个精度模型输出值之间的关系；
Figure BDA0002598147700000163
为低精度模型；δ(X)为高斯过程。
沿程热力参数确定模块305，用于根据所述机器传热模型确定所述流体通道内工质流动传热的沿程热力参数；所述沿程热力参数包括流体温度、流体速度以及压力损失。
换热器面积确定模块306，用于根据所述沿程热力参数确定换热器面积。
第一判断模块307，用于判断所述换热面积是否达到换热面积标准，得到第一判断结果。
超临界压力流体换热器制备模块308，用于若所述第一判断结果表示为所述换热面积达到换热面积标准，根据所述换热器初步框架制备超临界压力流体换热器。
换热器初步框架调整模块309，用于若所述第一判断结果表示为所述换热面积未达到换热面积标准，重新调整所述换热器初步框架，直至所述换热面积达到换热面积标准。
本发明所建立的机器传热模型同时吸收了超临界压力流体直接数值模拟的高精度数据和利用对流换热准则关联式的计算数据以及有限的实验数据，且机器传热模型本身的预测精度更高，特别是能够对超临界压力流体的某些极端、非定常传热工况，能够给出高精度预测数据。
同时，本发明所提出的构建传热机器模型的方法不仅可以获得相比传热准则关联式更高精度的超临界压力流体的传热系数，而且模型本身的泛化性能良好，“机动灵活性”更强，可以通过吸收更多更高精度的数据，不断提升模型本身的预测精度，不断“健康成长”。
本发明借助机器学习中的高斯过程回归和协同克里金方法，结合实验的高精度数据和关联式预测的低精度数据，训练了一种关于传热系数的机器学习替代模型，并将该模型应用到换热器的离散迭代设计计算中，取代传统的、利用经验关联式做换热器设计的方法，对换热器通道内工质的沿程热力参数进行快速、高精度的预测，最终获得流动传热综合性能更高的换热器设计方案。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (2)

1.一种超临界压力流体换热器制备方法，所述超临界压力流体换热器的热流体通道内设有第一工质，所述超临界压力流体换热器的冷流体通道内设有第二工质，其特征在于，包括：
获取超临界压力流体换热器的边界条件；所述边界条件包括第一工质参数以及第二工质参数；所述第一工质参数包括所述第一工质参数的进口温度、出口温度、压力和流量；所述第二工质参数包括所述第二工质的进口温度、出口温度、压力和流量；
基于所述边界条件，调整换热器初步框架；所述换热器初步框架包括换热器的通道当量直径、通道长度、通道数量、冷流体通道排布方式和热流体通道排布方式；所述基于所述边界条件，调整换热器初步框架，具体包括：
根据所述第一工质参数以及所述第二工质参数确定平均努塞尔数；所述平均努塞尔数Nu0为：
Figure FDA0003996242700000011
其中，
Figure FDA0003996242700000012
为平均普朗特数，ξ为摩擦因数，Reb为主流平均雷诺数；
根据所述平均努塞 尔数分别确定所述第一工质的第一平均对流换热系数以及所述第二工质的第二平均对流换热系数，并确定通道当量直径；计算换热单元两侧通道工质的平均对流换热系数：
Figure FDA0003996242700000013
其中，下标h和c表示冷热侧流体，d为通道当量直径，λ为热导率；
根据所述第一平均对流换热系数以及所述第二平均对流换热系数确定总传热系数；所述总传热系数k为：
Figure FDA0003996242700000014
其中，δ为板平均厚度；
根据所述总传热系数确定换热量；所述换热量q为：
q＝kΔtm；
其中，Δtm为进出口温度计算对数平均温差；
根据所述换热量确定通道长度以及通道数量；
根据所述通道长度以及所述通道数量确定冷流体通道排布方式和热流体通道排布方式；
根据所述通道当量直径、所述通道长度、所述通道数量、所述冷流体通道排布方式和所述热流体通道排布方式确定换热器初步框架；
基于所述换热器初步框架，沿流体流动方向划分每一个流体通道，并对每一个划分后的流体通道建立热平衡控制模型；所述流体通道包括热流体通道以及冷流体通道；一个所述流体通道包括多个划分后的流体通道；所述基于所述换热器初步框架，沿流体流动方向划分每一个流体通道，并对每一个划分后的流体通道建立热平衡控制模型，具体包括：
所述热平衡控制模型为：
qi＝qm_hicp_hi(thi-thi+1)
qi＝qm_cicp_ci(tci-tci+1)
qi＝kiAi(tm_hi-tm_ci)；
其中，qi为所述划分后的流体通道内的热流密度；qm_ci为冷流体流量；qm_hi为热流体流量；cp_hi为热流体的定压比热容；cp_ci为冷流体的定压比热容；tm_ci分别为所述划分后的流体通道的中心节点处第一工质的温度；tm_hi为所述划分后的流体通道的中心节点处第二工质的温度；Ai为每个划分后的流体通道内的传热面积，i为划分后的流体通道的序号，i+1为相对于i的下一个划分后的流体通道的序号；
基于所述热平衡控制模型，结合高斯回归过程以及协同克里金方法构建机器传热模型，具体包括：
获取超临界压力流体换热数据；所述超临界压力流体换热数据包括高精度换热数据以及低精度换热数据；所述高精度换热数据为由实验或数值模拟数据得到的数据集；所述低精度换热数据为无量纲准则关联式预测得到的数据集；所述超临界压力流体换热数据为流体沿程的流速、壁面温度、流体的主流温度、流体压力、对流换热系数以及管道特征长度；
对所述超临界压力流体换热数据进行预处理，确定预处理后的超临界压力流体换热数据；所述预处理后的超临界压力流体换热数据包括预处理后的低精度换热数据以及预处理后的高精度换热数据；
基于高斯回归方程，根据所述预处理后的低精度换热数据确定低精度模型；基于高斯回归方程，根据所述预处理后的高精度换热数据确定高精度模型；
基于所述热平衡控制模型，利用协同克里金方法，根据所述低精度换热数据、所述低精度模型、高精度换热数据以及高精度模型确定多精度模型；所述多精度模型是以筛选后的超临界压力流体换热数据的无量纲形式参数为输入，以所述对流换热系数为输出的机器传热模型；所述筛选后的超临界压力流体换热数据包括流体沿程的流速、壁面温度、流体的主流温度、流体压力以及管道特征长度；所述机器传热模型用于确定所述流体通道内工质流动传热的沿程热力参数；
所述利用协同克里金方法，根据所述低精度换热数据、所述低精度模型、高精度换热数据以及高精度模型确定多精度模型，具体包括：
将所述高精度换热数据划分为训练集和测试集；
利用所述训练集，根据公式
Figure FDA0003996242700000031
确定多精度模型；其中，
Figure FDA0003996242700000032
为高精度模型；ρ(X)为比例因子，用于量化两个精度模型输出值之间的关系；
Figure FDA0003996242700000033
为低精度模型；δ(X)为高斯过程；
根据所述机器传热模型确定所述流体通道内工质流动传热的沿程热力参数；所述沿程热力参数包括流体温度、流体速度以及压力损失；
根据所述沿程热力参数确定换热器面积；
判断所述换热器面积是否达到换热面积标准，得到第一判断结果；
若所述第一判断结果表示为所述换热器面积达到换热面积标准，根据所述换热器初步框架制备超临界压力流体换热器；
若所述第一判断结果表示为所述换热器面积未达到换热面积标准，重新调整所述换热器初步框架，直至所述换热器面积达到换热面积标准。
2.一种超临界压力流体换热器制备系统，所述超临界压力流体换热器的热流体通道内设有第一工质，所述超临界压力流体换热器的冷流体通道内设有第二工质，其特征在于，包括：
边界条件获取模块，用于获取超临界压力流体换热器的边界条件；所述边界条件包括第一工质参数以及第二工质参数；所述第一工质参数包括所述第一工质参数的进口温度、出口温度、压力和流量；所述第二工质参数包括所述第二工质的进口温度、出口温度、压力和流量；
换热器初步框架调整模块，用于基于所述边界条件，调整换热器初步框架；所述换热器初步框架包括换热器的通道当量直径、通道长度、通道数量、冷流体通道排布方式和热流体通道排布方式；
所述换热器初步框架调整模块具体包括：
平均努塞尔数确定单元，用于根据所述第一工质参数以及所述第二工质参数确定平均努塞尔数；所述平均努塞尔数Nu0为：
Figure FDA0003996242700000041
其中，
Figure FDA0003996242700000042
为平均普朗特数，ξ为摩擦因数，Reb为主流平均雷诺数；
通道当量直径确定单元，用于根据所述平均努塞 尔数分别确定所述第一工质的第一平均对流换热系数以及所述第二工质的第二平均对流换热系数，并确定通道当量直径；计算换热单元两侧通道工质的平均对流换热系数：
Figure FDA0003996242700000043
其中，下标h和c表示冷热侧流体，d为通道当量直径，λ为热导率；
总传热系数确定单元，用于根据所述第一平均对流换热系数以及所述第二平均对流换热系数确定总传热系数；所述总传热系数k为：
Figure FDA0003996242700000044
其中，δ为板平均厚度；
换热量确定单元，用于根据所述总传热系数确定换热量；所述换热量q为：
q＝kΔtm；
其中，Δtm为进出口温度计算对数平均温差；
通道长度以及通道数量确定单元，用于根据所述换热量确定通道长度以及通道数量；
冷流体通道排布方式和热流体通道排布方式确定单元，用于根据所述通道长度以及所述通道数量确定冷流体通道排布方式和热流体通道排布方式；
换热器初步框架调整单元，用于根据所述通道当量直径、所述通道长度、所述通道数量、所述冷流体通道排布方式和所述热流体通道排布方式确定换热器初步框架；
热平衡控制模型建立模块，用于基于所述换热器初步框架，沿流体流动方向划分每一个流体通道，并对每一个划分后的流体通道建立热平衡控制模型；所述流体通道包括热流体通道以及冷流体通道；一个所述流体通道包括多个划分后的流体通道；
所述热平衡控制模型建立模块具体包括：
所述热平衡控制模型建立单元，用于建立热平衡控制模型，所述热平衡控制模型为：
qi＝qm_hicp_hi(thi-thi+1)
qi＝qm_cicp_ci(tci-tci+1)
qi＝kiAi(tm_hi-tm_ci)；
其中，qi为所述划分后的流体通道内的热流密度；qm_ci为冷流体流量；qm_hi为热流体流量；cp_hi为热流体的定压比热容；cp_ci为冷流体的定压比热容；tm_ci分别为所述划分后的流体通道的中心节点处第一工质的温度；tm_hi为所述划分后的流体通道的中心节点处第二工质的温度；Ai为每个划分后的流体通道内的传热面积，i为划分后的流体通道的序号，i+1为相对于i的下一个划分后的流体通道的序号；
机器传热模型构建模块，用于基于所述热平衡控制模型，结合高斯回归过程以及协同克里金方法构建机器传热模型；
所述机器传热模型构建模块具体包括：
超临界压力流体换热数据获取模块，用于获取超临界压力流体换热数据；所述超临界压力流体换热数据包括高精度换热数据以及低精度换热数据；所述高精度换热数据为由实验或数值模拟数据得到的数据集；所述低精度换热数据为无量纲准则关联式预测得到的数据集；所述超临界压力流体换热数据为流体沿程的流速、壁面温度、流体的主流温度、流体压力、对流换热系数以及管道特征长度；
预处理模块，用于对所述超临界压力流体换热数据进行预处理，确定预处理后的超临界压力流体换热数据；所述预处理后的超临界压力流体换热数据包括预处理后的低精度换热数据以及预处理后的高精度换热数据；
低精度模型确定模块，用于基于高斯回归方程，根据所述预处理后的低精度换热数据确定低精度模型；
高精度模型确定模块，用于基于高斯回归方程，根据所述预处理后的高精度换热数据确定高精度模型；
多精度模型确定模块，用于基于所述热平衡控制模型，利用协同克里金方法，根据所述低精度换热数据、所述低精度模型、高精度换热数据以及高精度模型确定多精度模型；所述多精度模型是以筛选后的超临界压力流体换热数据的无量纲形式参数为输入，以所述对流换热系数为输出的机器传热模型；所述筛选后的超临界压力流体换热数据包括流体沿程的流速、壁面温度、流体的主流温度、流体压力以及管道特征长度；所述机器传热模型用于确定所述流体通道内工质流动传热的沿程热力参数；
所述多精度模型确定模块，具体包括：
划分单元，用于将所述高精度换热数据划分为训练集和测试集；
多精度模型确定单元，用于利用所述训练集，根据公式
Figure FDA0003996242700000071
确定多精度模型；其中，
Figure FDA0003996242700000072
为高精度模型；ρ(X)为比例因子，用于量化两个精度模型输出值之间的关系；
Figure FDA0003996242700000073
为低精度模型；δ(X)为高斯过程；
沿程热力参数确定模块，用于根据所述机器传热模型确定所述流体通道内工质流动传热的沿程热力参数；所述沿程热力参数包括流体温度、流体速度以及压力损失；
换热器面积确定模块，用于根据所述沿程热力参数确定换热器面积；
第一判断模块，用于判断所述换热器面积是否达到换热面积标准，得到第一判断结果；
超临界压力流体换热器制备模块，用于若所述第一判断结果表示为所述换热器面积达到换热面积标准，根据所述换热器初步框架制备超临界压力流体换热器；
换热器初步框架调整模块，用于若所述第一判断结果表示为所述换热器面积未达到换热面积标准，重新调整所述换热器初步框架，直至所述换热器面积达到换热面积标准。
CN202010716041.6A 2020-07-23 2020-07-23 一种超临界压力流体换热器制备方法及系统 Active CN111814351B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010716041.6A CN111814351B (zh) 2020-07-23 2020-07-23 一种超临界压力流体换热器制备方法及系统
EP20205881.4A EP3944125A1 (en) 2020-07-23 2020-11-05 Method and system for manufacturing a heat exchanger for supercritical pressure fluid
US17/368,104 US20220027539A1 (en) 2020-07-23 2021-07-06 Method and system for manufacturing a heat exchanger for supercritical pressure fluid

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010716041.6A CN111814351B (zh) 2020-07-23 2020-07-23 一种超临界压力流体换热器制备方法及系统

Publications (2)

Publication Number Publication Date
CN111814351A CN111814351A (zh) 2020-10-23
CN111814351B true CN111814351B (zh) 2023-03-21

Family

ID=72862372

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010716041.6A Active CN111814351B (zh) 2020-07-23 2020-07-23 一种超临界压力流体换热器制备方法及系统

Country Status (3)

Country Link
US (1) US20220027539A1 (zh)
EP (1) EP3944125A1 (zh)
CN (1) CN111814351B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114154432B (zh) * 2021-11-05 2024-06-14 哈尔滨工程大学 一种基于分节点法的印刷电路板式换热器计算方法
CN114638089B (zh) * 2022-02-25 2024-06-07 海仿(上海)科技有限公司 一种应用于深海油气井的热传递计算方法
CN115290693B (zh) * 2022-07-12 2023-12-19 北京航空航天大学 一种改进的基于双工质的微细管外对流换热系数测量方法
CN115207395B (zh) * 2022-07-21 2023-02-03 武汉雄韬氢雄燃料电池科技有限公司 一种燃料电池系统中冷器的评价方法
CN115292855B (zh) * 2022-10-08 2022-12-02 中国核动力研究设计院 一种换热器的设计方法及换热器
CN115659908B (zh) * 2022-12-22 2023-05-09 西安交通大学 一种印刷电路板换热器的三单元非平衡多孔介质方法
CN115791244B (zh) * 2023-02-06 2023-04-28 中国核动力研究设计院 一种模块式微通道紧凑换热实验本体、方法、设备及介质
CN117521426B (zh) * 2024-01-05 2024-03-26 中国核动力研究设计院 超临界二氧化碳微通道换热器的建模方法、装置和介质
CN117688874B (zh) * 2024-02-04 2024-04-16 北京理工大学 一种超临界流体热力学状态判别与计算方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009068736A (ja) * 2007-09-11 2009-04-02 Fujitsu General Ltd 熱交換器
CN107194076A (zh) * 2017-05-25 2017-09-22 合肥通用机械研究院 一种管内超临界流体气化‑管外膜状冷凝传热计算方法
CN109443043A (zh) * 2018-09-05 2019-03-08 西安交通大学 一种铅-超临界二氧化碳中间换热器
CN109508851A (zh) * 2018-09-05 2019-03-22 西安交通大学 一种小型铅基堆超临界二氧化碳循环发电系统综合性能评价方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009068736A (ja) * 2007-09-11 2009-04-02 Fujitsu General Ltd 熱交換器
CN107194076A (zh) * 2017-05-25 2017-09-22 合肥通用机械研究院 一种管内超临界流体气化‑管外膜状冷凝传热计算方法
CN109443043A (zh) * 2018-09-05 2019-03-08 西安交通大学 一种铅-超临界二氧化碳中间换热器
CN109508851A (zh) * 2018-09-05 2019-03-22 西安交通大学 一种小型铅基堆超临界二氧化碳循环发电系统综合性能评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
超临界压力流体在多孔介质内对流换热研究进展;张乐等;《科学技术与工程》;20200408(第10期);全文 *

Also Published As

Publication number Publication date
EP3944125A1 (en) 2022-01-26
US20220027539A1 (en) 2022-01-27
CN111814351A (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
CN111814351B (zh) 一种超临界压力流体换热器制备方法及系统
CN109508851B (zh) 一种小型铅基堆超临界二氧化碳循环发电系统综合性能评价方法
Pacheco-Vega et al. Heat rate predictions in humid air-water heat exchangers using correlations and neural networks
CN105184395B (zh) 含余热利用系统的火电机组的初参数确定方法
CN111144054B (zh) 一种氟盐冷却高温堆非能动余热排出系统自然循环特性模化方法
CN112069692B (zh) 一种天然气管网输差计算的优化求解方法
Luo et al. Integration of constructal distributors to a mini crossflow heat exchanger and their assembly configuration optimization
Sarmiento et al. Thermal performance of diffusion-bonded compact heat exchangers
Yao et al. Thermal analysis of cooling coils based on a dynamic model
CN114492201A (zh) 一种基于神经网络的波纹通道印刷电路板换热器性能预测及结构优化方法
Tereda et al. Experimental investigation on port-to-channel flow maldistribution in plate heat exchangers
CN112580272A (zh) 一种基于数值模拟的lng空温式气化器的优化设计方法
CN114462336B (zh) 一种核反应堆主管道冷却剂平均温度计算方法
CN116150993A (zh) 一种基于频域特性的换热器设计方法及换热器
Ranjan Fundamental study of key issues related to advanced sCO 2 Brayton cycle: Prototypic HX development and cavitation
CN111861011B (zh) 一种超临界压力流体对流换热性能预测方法及系统
CN115186606A (zh) 一种多股流逆流板翅式换热器的校核方法、计算机程序产品
Tancabel et al. Multi-scale and multi-physics analysis, design optimization, and experimental validation of heat exchangers utilizing high performance, non-round tubes
Li et al. Modelica-based dynamic modeling of a chilled-water cooling coil
Libreros et al. Critical Review of the Theoretical, Experimental and Computational Fluid Dynamics Methods for Designing Plate Fin Heat Exchangers.
Aboul Khail et al. A review: Cfd approaches of plate heat exchangers
Ponyavin et al. Calculation of fluid flow distribution inside a compact ceramic high temperature heat exchanger and chemical decomposer
Luo et al. Thermal-hydraulic characteristics analysis of an S-CO 2 printed circuit heat exchanger
Al-Azzawi Numerical Simulation of Heat Transfer and Fluid Flow in Additively Manufactured Plate-Fin Heat Exchangers with Wavy Fins
Gong et al. Airside friction and heat transfer performance of micro‐bare‐tube heat exchangers with bundle diameters varying gradually from 1.0 to 0.4 mm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant