发明内容
本发明提供一种基于网格生成技术的冷却塔检测方法及系统,用以通过构建冷却塔模拟模型可以有效实现对冷却塔的模拟,从而可以有效实现对冷却塔模拟模型的网格自适应分配,从而有效保障基于网格对塔内水流温度变量捕捉的全面性,通过将计算流体动力学应用到冷却塔中,并通过网格生成技术对冷却塔的传热效率进行详细的分析从而提高对冷却塔传热效率确定的有效性与准确性。
本发明提供了一种基于网格生成技术的冷却塔检测方法,包括:
步骤1:获取冷却塔的空间结构,并根据空间结构构建冷却塔模拟模型;
步骤2:对冷却塔模拟模型进行分析,确定冷却塔模拟模型的空间分布特征,并根据空间分布特征对冷却塔模拟模型进行网格自适应分配;
步骤3:对冷却塔内的水流温度进行变量捕捉,得到温度捕捉数据,并根据分配结果基于网格对温度捕捉数据在冷却塔模拟模型中进行数值模拟,确定冷却塔的传热效率。
优选的,一种基于网格生成技术的冷却塔检测方法,步骤1中,获取冷却塔的空间结构,并根据空间结构构建冷却塔模拟模型,包括:
根据预设视角采集冷却塔的若干外部图像,根据预设视角对若干外部图像进行分析,获得冷却塔的外部结构;
对冷却塔的外部结构进行读取,确定冷却塔的外部结构特征,并根据冷却塔的外部结构特征对冷却塔进行位置关键点定位;
根据位置关键点对冷却塔的内部进行拆分,并根据拆分结果提取冷却塔的若干内部图像;
根据拆分结果对冷却塔的若干内部图像进行分析,获得冷却塔的内部结构;
基于冷却塔的外部结构构建冷却塔轮廓模拟模型;
根据冷却塔的内部结构在冷却塔轮廓模拟模型模型中进行定位补充,输出冷却塔模拟模型。
优选的,一种基于网格生成技术的冷却塔检测方法,根据预设视角对若干外部图像进行分析,获得冷却塔的外部结构,包括:
对预设视角进行读取,并将预设视角与若干外部图像进行匹配,且根据匹配结果为对应的外部图像添加视角标签;
其中,视角标签为计算机可读取的编码;
基于计算机读取视角标签,并根据读取结果为若干外部图像进行空间分配,且根据空间分配结果确定冷却塔的外部结构。
优选的,一种基于网格生成技术的冷却塔检测方法,根据冷却塔的外部结构特征对冷却塔进行位置关键点定位,包括:
对冷却塔的外部结构特征进行读取,确定冷却塔的外部几何形状分布状态;
对冷却塔的外部几何形状分布状态进行读取,确定冷却塔的外部几何形状、冷却塔外部几何形状的种类以及冷却塔外部几何形状的位置;
根据冷却塔外部几何形状的位置获取同一平面内相邻不同种类的几何形状进行标记,并根据标记结果确定同一平面内不同种类几何形状之间的连接处;
将不同种类几何形状之间的连接处作为冷却塔的位置关键点。
优选的,一种基于网格生成技术的冷却塔检测方法,步骤2中,对冷却塔模拟模型进行分析,确定冷却塔模拟模型的空间分布特征,并根据空间分布特征对冷却塔模拟模型进行网格自适应分配,包括:
对冷却塔模拟模型进行读取,确定冷却塔模拟模型的内部结构构造,且根据冷却塔模拟模型的内部结构构造确定冷却塔模拟模型的空间分布特征;
获取冷却塔的工作属性,并根据冷却塔的工作属性以及空间分布特征确定冷却塔模拟模型的关键区域集与非关键区域集;
基于冷却塔模拟模型的关键区域集与非关键区域集对冷却塔模拟模型进行网格自适应分配。
优选的,一种基于网格生成技术的冷却塔检测方法,基于冷却塔模拟模型的关键区域集与非关键区域集对冷却塔模拟模型进行网格自适应分配,包括:
调取历史网格分配数据集,并根据冷却塔历史模拟模型中的关键区域与非关键区域将历史网格分配数据集进行划分,获得第一历史网格分配数据集以及第二历史网格分配数据集;
分别对第一历史网格分配数据集与第二历史网格分配数据集进行读取,确定第一历史网格分配数据集中各网格分配维度的第一分配规律以及第二历史网格分配数据集中各网格分配维度的第二分配规律;
根据第一分配规律对当前冷却塔模拟模型的关键区域集添加第一自适应分配参数,同时,读取当前冷却塔模拟模型中每个关键区域的第一区域尺寸,并根据第一区域尺寸与第一自适应分配参数为当前冷却塔模拟模型中每个关键区域自适应分配第一网格;
根据第二分配规律对当前冷却塔模拟模型的非关键区域集添加第二自适应分配参数,同时,读取当前冷却塔模拟模型中每个非关键区域的第二区域尺寸,并根据第二区域尺寸与第二自适应分配参数为当前冷却塔模拟模型中每个非关键区域自适应分配第二网格;
根据第一网格与第二网格完成对冷却塔模拟模型的网格自适应分配。
优选的,一种基于网格生成技术的冷却塔检测方法,完成对冷却塔模拟模型进行网格自适应分配之后,还包括:
对自适应分配网格后的冷却塔模拟模型进行扫描,并根据扫描结果获取冷却塔模拟模型中的网格参数;
获取网格参数的参数类型,并根据参数类型在预设样本库中匹配样本网格参数;
将冷却塔模拟模型中的网格参数与样本网络参数进行匹配,判断对冷却塔模拟模型的网格划分中是否存在错误网格;
若冷却塔模拟模型中的网格参数与样本网格参数均一致时,则判定冷却塔模拟模型的网格划分中不存在错误网格;
否则,判定冷却塔模拟模型的网格划分中存在错误网格;
若存在错误网格时,读取冷却塔模拟模型中网格参数与样本网格参数中不一致的目标网格参数,并根据目标网格参数对错误网格进行定位;
根据定位结果对错误网格进行修正,直至冷却塔模拟模型的网格划分中不存在错误网格。
优选的,一种基于网格生成技术的冷却塔检测方法,步骤3中,对冷却塔内的水流温度进行变量捕捉,得到温度捕捉数据,并根据分配结果基于网格对温度捕捉数据在冷却塔模拟模型中进行数值模拟,包括:
根据冷却塔模拟模型的网格分布状态为冷却塔内布置温度监测点,并根据温度监测点对冷却塔内的水流温度进行变量捕捉,输出每个温度监测点的温度捕捉数据;
将温度监测点与冷却塔模拟模型内的网格进行关联,构建数据映射链接;
基于数据映射链接将温度捕捉数据在冷却塔模拟模型内的网格中进行映射,完成对温度捕捉数据在冷却塔模拟模型中的数值模拟,并基于数值模拟结果确定冷却塔的传热效率。
优选的,一种基于网格生成技术的冷却塔检测方法,完成对温度捕捉数据在冷却塔模拟模型中的数值模拟,并基于数值模拟结果确定冷却塔的传热效率,包括:
对数值模拟后的冷却塔模拟模型中设定初始条件与边界条件,并根据设定结果根据预设方程对冷却塔模拟模型中进行数值模拟计算,确定冷却塔模拟模型的水流温度分布以及传热速率;
根据水流温度分布以及传输速率对冷却塔传热效率进行评估,输出冷却塔的传热效率。
本发明提供了一种基于网格生成技术的冷却塔检测系统,包括:
模拟模型构建模块,用于获取冷却塔的空间结构,并根据空间结构构建冷却塔模拟模型;
网格自适应分配模型,用于对冷却塔模拟模型进行分析,确定冷却塔模拟模型的空间分布特征,并根据空间分布特征对冷却塔模拟模型进行网格自适应分配;
传热效率确定模块,用于对冷却塔内的水流温度进行变量捕捉,得到温度捕捉数据,并根据分配结果基于网格对温度捕捉数据在冷却塔模拟模型中进行数值模拟,确定冷却塔的传热效率。
与现有技术相比,本发明的技术方案的有益效果为:
1.通过构建冷却塔模拟模型可以有效实现对冷却塔的模拟,从而可以有效实现对冷却塔模拟模型的网格自适应分配,从而有效保障基于网格对塔内水流温度变量捕捉的全面性,通过将计算流体动力学应用到冷却塔中,并通过网格生成技术对冷却塔的传热效率进行详细的分析从而提高对冷却塔传热效率确定的有效性与准确性。
2.通过根据冷却塔历史模拟模型中的关键区域和非关键区域对历史网格分配数据集进行划分,实现对关键区域和非关键区域对应的第一历史网格分配数据集以及第二历史网格分配数据集进行准确有效的确定,其次,分别对第一历史网格分配数据集以及第二历史网格分配数据集进行分析,分别实现对关键区域和非关键区域中的网格分配维度的分配规律进行确定,最后,分别根据得到的分配规律对关键区域和非关键区域添加自适应分配参数以及对应的区域尺寸,实现关键区域和非关键区域的第一网格和第二网格进行准确可靠的锁定,最终实现根据第一网格和第二网格对冷却塔模拟模型的网格自适应分配,保障了对冷却塔传热效率确定的准确性以及可靠性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在本申请文件中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本实施例提供了一种基于网格生成技术的冷却塔检测方法,如图1所示,包括:
步骤1:获取冷却塔的空间结构,并根据空间结构构建冷却塔模拟模型;
步骤2:对冷却塔模拟模型进行分析,确定冷却塔模拟模型的几何分布特征,并根据几何分布特征对冷却塔模拟模型进行网格自适应分配;
步骤3:根据分配结果基于网格对冷却塔内的水流温度进行变量捕捉,得到温度捕捉数据,并对温度捕捉数据进行分析,确定冷却塔的传热效率。
该实施例中,冷却塔模拟模型可以是基于冷却塔的实际空间结构构建,用来描述冷却塔具体形状、空间布局的模型。
该实施例中,网格自适应分配可以是基于几何分布特征确定对冷却塔中各个不同部位的网格的划分,其中,网格自适应分配具体包括:根据网格的密度以及网格的格式为冷却塔内不同部位实现网格分配,从而保障基于网格对冷却塔内的水流温度变量捕捉的全面性。
上述技术方案的工作原理及有益效果是:通过构建冷却塔模拟模型可以有效实现对冷却塔的模拟,从而可以有效实现对冷却塔模拟模型的网格自适应分配,从而有效保障基于网格对塔内水流温度变量捕捉的全面性,通过将计算流体动力学应用到冷却塔中,并通过网格生成技术对冷却塔的传热效率进行详细的分析从而提高对冷却塔传热效率确定的有效性与准确性。
实施例2:
在实施例1的基础上,本实施例提供了一种基于网格生成技术的冷却塔检测方法,如图2所示,步骤1中,获取冷却塔的空间结构,并根据空间结构构建冷却塔模拟模型,包括:
S101:根据预设视角采集冷却塔的若干外部图像,根据预设视角对若干外部图像进行分析,获得冷却塔的外部结构;
S102:对冷却塔的外部结构进行读取,确定冷却塔的外部结构特征,并根据冷却塔的外部结构特征对冷却塔进行位置关键点定位;
S103:根据位置关键点对冷却塔的内部进行拆分,并根据拆分结果提取冷却塔的若干内部图像;
S104:根据拆分结果对冷却塔的若干内部图像进行分析,获得冷却塔的内部结构;
S105:基于冷却塔的外部结构构建冷却塔轮廓模拟模型;
S106:根据冷却塔的内部结构在冷却塔轮廓模拟模型模型中进行定位补充,输出冷却塔模拟模型。
该实施例中,预设视角可以是包括冷却塔外围的俯视视角、正视视角、侧视视角。
该实施例中,冷却塔的外部结构特征可以是包括:冷却塔外部的形状、不同形状所在位置以及每个形状所占面积等特征。
该实施例中,位置关键点可以是冷却塔外部同一平面内相邻不同形状的交界点。
该实施例中,根据位置关键点对冷却塔的内部进行拆分,并根据拆分结果提取冷却塔的若干内部图像,例如可以是,根据同一平面中相邻不同几何形状的交界点作为位置关键点,其中,位置关键点为多个,将当前的多个位置关键点进行连接,作为对冷却塔内部的第一个拆分线,通过对其他平面中关键位置点的定位,并对其他平面的关键位置点进行连接,将连接好的拆分线与第一拆分线关联,从而根据关联结果确定对冷却塔内部的拆分空间,从而实现对冷却塔的内部进行拆分,通过拆分结果基于拍摄装置采集若干个内部图像。
上述技术方案的工作原理及有益效果是:通过获取对冷却塔外部结构的获取并分析,可以有效实现对冷却塔外部结构的位置关键点进行定位,进而通过位置关键点实现对冷却塔的内部的拆分,获得若干内部图像,通过对内部图像进行分析,从而可以准确确定冷却塔的内部结构,从而有效保障对冷却塔模拟性的搭建提供了有效性与准确性。
实施例3:
在实施例2的基础上,本实施例提供了一种基于网格生成技术的冷却塔检测方法,根据预设视角对若干外部图像进行分析,获得冷却塔的外部结构,包括:
对预设视角进行读取,并将预设视角与若干外部图像进行匹配,且根据匹配结果为对应的外部图像添加视角标签;
其中,视角标签为计算机可读取的编码;
基于计算机读取视角标签,并根据读取结果为若干外部图像进行空间分配,且根据空间分配结果确定冷却塔的外部结构。
该实施例中,视角标签可以是用来作为对外部图像进行区分的标识。
上述技术方案的工作原理及有益效果是:通过为外部图像添加为计算机可以读取的视角标签,可以有效基于计算机为若干外部图像进行空间分配,有效实现基于空间分配结果确定冷却塔的外部结构。
实施例4:
在实施例2的基础上,本实施例提供了一种基于网格生成技术的冷却塔检测方法,根据冷却塔的外部结构特征对冷却塔进行位置关键点定位,包括:
对冷却塔的外部结构特征进行读取,确定冷却塔的外部几何形状分布状态;
对冷却塔的外部几何形状分布状态进行读取,确定冷却塔的外部几何形状、冷却塔外部几何形状的种类以及冷却塔外部几何形状的位置;
根据冷却塔外部几何形状的位置获取同一平面内相邻不同种类的几何形状进行标记,并根据标记结果确定同一平面内不同种类几何形状之间的连接处;
将不同种类几何形状之间的连接处作为冷却塔的位置关键点。
上述技术方案的工作原理及有益效果是:通过对冷却塔的外部结构特征进行读取,从而可以有效确定冷却塔的外部几何形状分布状态,进而通过外部几何形状分布状态有效确定冷却塔的外部几何形状、外部几何形状的种类以及冷却塔外部几何形状的位置,从而准确确定同一平面内不同种类几何形状之间的连接处(即连接位置),进而提高确定冷却塔位置关键点的有效性与准确性。
实施例5:
在实施例1的基础上,本实施例提供了一种基于网格生成技术的冷却塔检测方法,步骤2中,对冷却塔模拟模型进行分析,确定冷却塔模拟模型的空间分布特征,并根据空间分布特征对冷却塔模拟模型进行网格自适应分配,包括:
对冷却塔模拟模型进行读取,确定冷却塔模拟模型的内部结构构造,且根据冷却塔模拟模型的内部结构构造确定冷却塔模拟模型的空间分布特征;
获取冷却塔的工作属性,并根据冷却塔的工作属性以及空间分布特征确定冷却塔模拟模型的关键区域集与非关键区域集;
基于冷却塔模拟模型的关键区域集与非关键区域集对冷却塔模拟模型进行网格自适应分配。
该实施例中,冷却塔模拟模型的空间分布特征可以是用来表征冷却塔模拟模型内部结构的分布情况,分布位置以及内部结构所占空间配比等。
该实施例中,冷却塔的工作属性即为冷却塔中的工作性质,根据冷却塔的工作属性以及空间分布特征确定冷却塔模拟模型的关键区域集与非关键区域集,即为获得冷却塔中与冷却过程紧密相关的位置为关键区域集,例如:冷却塔中水流路径所占位置、塔内填料表面、空气与冷却水接触面、风机等,而与冷却塔的冷却过程无关的位置为非关键区域,例如冷却塔塔底的支撑结构、冷却塔非关键配件和管道等区域。
该实施例中,基于冷却塔模拟模型的关键区域集与非关键区域集对冷却塔模拟模型进行网格自适应分配,例如可以是通过历史分配结果获得对关键区域集中的关键区域的网格自适应分配是如何实现的,例如,一般根据历史分配结果,为了增大准确性,冷却塔模拟模型的关键区域的网格密度比非关键区域的网格密度大。
上述技术方案的工作原理及有益效果是:通过对冷却塔模拟模型中的关键区域集与非关键区域集进行确定,从而可以有效实现对冷却塔模拟模型进行网格的自适应分配,进而保障对冷却塔模拟模型分配的有效性与合理性。
实施例6:
在实施例5的基础上,本实施例提供了一种基于网格生成技术的冷却塔检测方法,基于冷却塔模拟模型的关键区域集与非关键区域集对冷却塔模拟模型进行网格自适应分配,包括:
调取历史网格分配数据集,并根据冷却塔历史模拟模型中的关键区域与非关键区域将历史网格分配数据集进行划分,获得第一历史网格分配数据集以及第二历史网格分配数据集;
分别对第一历史网格分配数据集与第二历史网格分配数据集进行读取,确定第一历史网格分配数据集中各网格分配维度的第一分配规律以及第二历史网格分配数据集中各网格分配维度的第二分配规律;
根据第一分配规律对当前冷却塔模拟模型的关键区域集添加第一自适应分配参数,同时,读取当前冷却塔模拟模型中每个关键区域的第一区域尺寸,并根据第一区域尺寸与第一自适应分配参数为当前冷却塔模拟模型中每个关键区域自适应分配第一网格;
根据第二分配规律对当前冷却塔模拟模型的非关键区域集添加第二自适应分配参数,同时,读取当前冷却塔模拟模型中每个非关键区域的第二区域尺寸,并根据第二区域尺寸与第二自适应分配参数为当前冷却塔模拟模型中每个非关键区域自适应分配第二网格;
根据第一网格与第二网格完成对冷却塔模拟模型的网格自适应分配。
该实施例中,历史网格分配数据集是提前已知的,表征的是冷却塔在过去一段时间内的网格划分情况。
该实施例中,冷却塔历史模拟模型可以是以前的冷却塔模拟模型。
该实施例中,关键区域可以是冷却塔模拟模型中水流经过的区域。
该实施例中,非关键区域可以是冷却塔模拟模型中水流未经过或冷却塔模拟模型中的边界区域,即冷却塔模拟模型中与水流温度无关的区域。
该实施例中,第一历史网格分配数据集可以是关键区域对应的历史网格分配数据集。
该实施例中,第二历史网格分配数据集可以是非关键区域对应的历史网格分配数据集。
该实施例中,网格分配维度可以是网格的密度以及格式等。
该实施例中,第一分配规律可以是关键区域中网格分配维度中不同维度对应的规律,例如可以是当网格分配维度为密度时,即为不同类型的冷却塔对应的的网格密度的规律。
该实施例中,第二分配规律可以是非关键区域中网格分配维度中不同维度对应的规律,例如可以是当网格分配维度为密度时,即为不同类型的冷却塔对应的的网格密度的规律。
该实施例中,第一自适应分配参数可以是根据第一分配规律对当前冷却塔模拟模型的关键区域进行网格生成时的网格参数,例如可以是具体的密度以及格式参数等。
该实施例中,第一区域尺寸可以是每个关键区域的具体尺寸参数,包括,长度以及高度等参数。
该实施例中,自适应分配第一网格可以是对关键区域分配具体的网格,从而实现通过网格对冷却塔模拟模型进行拆分。
该实施例中,第二自适应分配参数可以是根据第二分配规律对当前冷却塔模拟模型的非关键区域进行网格生成时的网格参数,例如可以是具体的密度以及格式参数等。
该实施例中,第一区域尺寸可以是每个非关键区域的具体尺寸参数,包括,长度以及高度等参数。
该实施例中,自适应分配第二网格可以是对非关键区域分配具体的网格,从而实现通过网格对冷却塔模拟模型进行拆分。
上述技术方案的工作原理及有益效果是:通过根据冷却塔历史模拟模型中的关键区域和非关键区域对历史网格分配数据集进行划分,实现对关键区域和非关键区域对应的第一历史网格分配数据集以及第二历史网格分配数据集进行准确有效的确定,其次,分别对第一历史网格分配数据集以及第二历史网格分配数据集进行分析,分别实现对关键区域和非关键区域中的网格分配维度的分配规律进行确定,最后,分别根据得到的分配规律对关键区域和非关键区域添加自适应分配参数以及对应的区域尺寸,实现关键区域和非关键区域的第一网格和第二网格进行准确可靠的锁定,最终实现根据第一网格和第二网格对冷却塔模拟模型的网格自适应分配,保障了对冷却塔传热效率确定的准确性以及可靠性。
实施例7:
在实施例6的基础上,本实施例提供了一种基于网格生成技术的冷却塔检测方法,完成对冷却塔模拟模型进行网格自适应分配之后,还包括:
对自适应分配网格后的冷却塔模拟模型进行扫描,并根据扫描结果获取冷却塔模拟模型中的网格参数;
获取网格参数的参数类型,并根据参数类型在预设样本库中匹配样本网格参数;
将冷却塔模拟模型中的网格参数与样本网络参数进行匹配,判断对冷却塔模拟模型的网格划分中是否存在错误网格;
若冷却塔模拟模型中的网格参数与样本网格参数均一致时,则判定冷却塔模拟模型的网格划分中不存在错误网格;
否则,判定冷却塔模拟模型的网格划分中存在错误网格;
若存在错误网格时,读取冷却塔模拟模型中网格参数与样本网格参数中不一致的目标网格参数,并根据目标网格参数对错误网格进行定位;
根据定位结果对错误网格进行修正,直至冷却塔模拟模型的网格划分中不存在错误网格。
该实施例中,网格参数可以是包括网格的大小,网格的密度等。
该实施例中,根据定位结果对错误网格进行修正可以是将目标网格参数与对应的样本网格参数进行比较,确定差异值,进而通过差异值实现对目标网格参数的修改,进而实现对错误网格的修正。
上述技术方案的工作原理及有益效果是:通过对冷却塔模拟模型扫描,从而可以有效实现对网格分配后在冷却塔模拟模型中确定网格参数,通过网格参数的参数类型在预设的样本库中匹配样本网格参数,从而通过将网格参数与样本网格参数的比较,有效实现对错误网格的判定,进而当存在错误网格时,将错误网格进行修正,有效保障了冷却塔模拟模型中网格分配的准确性,提高了冷却塔模拟模型中网格模拟的质量,进而有效保障了对冷却塔传热效率检测的有效性与准确性。
实施例8:
在实施例1的基础上,本实施例提供了一种基于网格生成技术的冷却塔检测方法,步骤3中,对冷却塔内的水流温度进行变量捕捉,得到温度捕捉数据,并根据分配结果基于网格对温度捕捉数据在冷却塔模拟模型中进行数值模拟,包括:
根据冷却塔模拟模型的网格分布状态为冷却塔内布置温度监测点,并根据温度监测点对冷却塔内的水流温度进行变量捕捉,输出每个温度监测点的温度捕捉数据;
将温度监测点与冷却塔模拟模型内的网格进行关联,构建数据映射链接;
基于数据映射链接将温度捕捉数据在冷却塔模拟模型内的网格中进行映射,完成对温度捕捉数据在冷却塔模拟模型中的数值模拟,并基于数值模拟结果确定冷却塔的传热效率。
该实施例中,温度监测点可以是通过网格分布状态确定的,用于监测冷却塔内不同位置处的水流的温度值,并且温度监测点的数量不唯一。
该实施例中,变量捕捉可以是对冷却塔内不同位置处的水流温度进行确定,及温度捕捉数据。
该实施例中,数据映射链接可以是用于链接不同位置的温度监测点与冷却塔模拟模型内对应的网格,即表征温度监测点与网格的对应关系。
该实施例中,基于数据映射链接将温度捕捉数据在冷却塔模拟模型内的网格中进行映射可以是将得到的不同温度监测点的温度捕捉数据在冷却塔模拟模型中进行同位置展示,从而便于通过映射结果确定冷却塔的传热效率。
该实施例中,传热效率是通过水流经过不同位置处的热量变化计算的,且计算公式是提前已知的。
上述技术方案的工作原理及有益效果是:通过在冷却塔模拟模型中部署温度监测点,实现根据温度监测点对冷却塔内不同位置的水流温度进行动态捕捉,从而为确定冷却塔的传热效率提供了数据支撑,其次,通过将温度监测点与网格进行关联,从而便于根据关联结果将冷却塔的实时运行数据在冷却塔模拟模型中进行数值模拟,最后,根据数值模拟结果实现对冷却塔的传热效率进行准确有效的确定,也确保了对冷却塔传热效率确定的有效性与准确性。
实施例9:
在实施例8的基础上,本实施例提供了一种基于网格生成技术的冷却塔检测方法,完成对温度捕捉数据在冷却塔模拟模型中的数值模拟,并基于数值模拟结果确定冷却塔的传热效率,包括:
对数值模拟后的冷却塔模拟模型中设定初始条件与边界条件,并根据设定结果根据预设方程对冷却塔模拟模型中进行数值模拟计算,确定冷却塔模拟模型的水流温度分布以及传热速率;
根据水流温度分布以及传输速率对冷却塔传热效率进行评估,输出冷却塔的传热效率。
该实施例中,初始条件可以是在时间和空间上定义起始状态,描述了模拟开始时冷却塔模拟模型的状态,是模拟过程中的第一个时间步的状态,通常包括冷却塔模拟模型内部各个物理量的初值,例如温度、速度、压力等,在数值模拟开始时,需要根据实际情况设置初始条件,以确定系统的初始状态。
该实施例中,边界条件可以是在模拟过程中沿着模拟区域边界处规定的条件,描述了冷却塔模拟模型与外部环境之间的相互作用和能量交换,边界条件可以包括固定边界条件(如固定温度、速度)、流动边界条件(如入口出口流量)、热通量边界条件等,边界条件对模拟结果具有重要影响,影响着信息和能量在模拟区域内的传递和分布。
该实施例中,预设方程是提前训练好的。例如可以是流体动力学和传热传质方程。
该实施例中,根据水流温度分布以及传输速率对冷却塔传热效率进行评估可以是将水流温度分布以及传热效率与已知的评估参数表进行对比,从而实现对传热效率的计算。
上述技术方案的工作原理及有益效果是:通过对冷却塔模拟模型中的初始条件和边界条件进行设定,实现通过预设方程根据设定结果对冷却塔模拟模型中的模拟数值进行准确有效的计算,实现对冷却塔模拟模型的水流温度分布以及传热速率进行有效确定,最后,对得到的水流温度分布以及传热速率进行评估,从而实现对冷却塔的传热效率进行锁定,保障了对传热效率锁定的可靠性以及准确性。
实施例10:
本实施例提供了一种基于网格生成技术的冷却塔检测系统,如图3所示,包括:
模拟模型构建模块,用于获取冷却塔的空间结构,并根据空间结构构建冷却塔模拟模型;
网格自适应分配模型,用于对冷却塔模拟模型进行分析,确定冷却塔模拟模型的空间分布特征,并根据空间分布特征对冷却塔模拟模型进行网格自适应分配;
传热效率确定模块,用于对冷却塔内的水流温度进行变量捕捉,得到温度捕捉数据,并根据分配结果基于网格对温度捕捉数据在冷却塔模拟模型中进行数值模拟,确定冷却塔的传热效率。
上述技术方案的工作原理及有益效果是:通过构建冷却塔模拟模型可以有效实现对冷却塔的模拟,从而可以有效实现对冷却塔模拟模型的网格自适应分配,从而有效保障基于网格对塔内水流温度变量捕捉的全面性,通过将计算流体动力学应用到冷却塔中,并通过网格生成技术对冷却塔的传热效率进行详细的分析从而提高对冷却塔传热效率确定的有效性与准确性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。