上海理工大学 杨 豪 章立新
北京玻璃钢研究设计院有限公司 尹 证
上海理工大学 姚安琪 刘婧楠 高 明
上海同驰换热设备科技有限公司 沈 艳
冷却塔作为热力系统排放废热的通用设备,其冷却性能对热力系统的效能和安全运行至关重要,因此,冷却塔的性能测试及预测一直为众多的研究者所关注。冷却塔的冷却性能受环境和自身结构等多方面因素的影响,研究者们大都通过大量的实验来确定冷却塔的冷却性能并积累了可贵的数据。
在实验研究的基础上,当前国内外的研究者对如何更经济且准确地预测冷却塔的冷却性能做了许多研究。刚文杰等人[1]、唐永东等人[2]、段小容等人[3]分别使用神经网络和焓差法对自然通风逆流湿式冷却塔及机械通风逆流、横流湿式冷却塔的出塔水温进行预测,得到了冷却塔出塔水温的预测模型;宋嘉梁等人[4]、Xu等人[5]、Hosoz等人[6]均基于BP神经网络分别对自然通风逆流湿式冷却塔、机械通风湿式冷却塔的冷却性能进行了预测;Samani基于人工神经网络对自然通风干式冷却塔在电厂的应用进行了研究[7]。大量学者的研究表明,用神经网络预测冷却塔的冷却性能是可行的。
由以上文献可见,冷却塔性能测试主要有2种方法:理论法和实验法。理论法是将物理模型作一定理想化处理并建立数学模型,按边界条件计算冷却效能。实验法主要通过实验测试获得大量数据,回归得到冷却塔的冷却性能经验式或曲线。……