天棚辐射系统换热过程的模拟研究

来源 :建筑热能通风空调 | 被引量 : 0次 | 上传用户:wangqiang1818
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文以工程中常用的蛇型塑料管布置方式的天棚辐射系统为研究对象,建立了天棚辐射系统在楼板结构间的传热模型,通过对辐射楼板进行CFD建模,模拟不同结构天棚辐射系统的换热过程,分析了天棚辐射系统各参数对其传热规律的影响,研究结果表明:当保温层在楼板层上时,温度梯度主要发生在楼板层及其下方区域,换热范围较大.而当保温层在楼板层下时,温度梯度主要发生在填充层及其下方区域,换热范围较小.当天棚内无保温层时,其温度分布相对均匀,楼层综合换热性能较好.
其他文献
针对某公司42CrMo喷油器体端面易开裂情况,完成了断口形貌、化学成分和硬度以及金相观察等分析测试,并应用有限元方法对喷油器体密封端面开裂处进行应力分析,发现其两进油孔处应力超出标准;在此基础上对喷油器体热处理和加工工艺优化并应用于实际生产,改进工艺后的喷油器总成性能检测合格.
小孔法是工程中残余应力测量最常用的方法,传统机械加工小孔会引入塑性变形与附加应力,影响测量结果的准确性.采用无应力产生的电解加工方法进行小孔加工在残余应力测试方面具有显著优势.利用不受加工结构限制的3D打印技术制造中空循环电极,搭建动液电解加工小孔装置;利用Fluent软件进行流场仿真,以电解加工表面电解液流速大小和流场均匀性为评价标准,优化中空循环电极内部流道结构;根据流场与电场仿真结果表明中空循环电极环形隔板壁角β对电解加工精度有较大影响.以纯铁(DT4E)为实验材料,进行不同壁角β下电解加工小孔实验
针对激光微孔加工过程中出现的熔融物质再沉积、微孔锥度大以及存在热影响区等问题,采用波长为355 nm的UV纳秒激光对紫铜表面进行附加电场微孔加工研究.经过试验分析,样品表面的沉积物主要是回落的飞溅颗粒,故而设计附加电极装置,通过附加电场辅助纳秒激光微孔加工来减少表面沉积物,以提高材料表面的微孔质量.试验结果表明,附加电场下微孔入口直径和出口直径均增大,锥度减小,并且随着附加电场强度的增加,微孔锥度减小,样品表面的沉积物减少.当电场强度为150 kV/m时,样品表面的沉积物明显减少,沉积区域直径减小率可达3
学位
针对逆向工程中零件二维轮廓曲线的重构问题,在考虑异常数据及各项测量误差的基础上,提出了基于局部加权回归散点平滑(Locally Weighted Scatterplot Smoothing,LOWESS)法和移动平均平滑(Moving Average Smoothing,MAS)法的联合光顺策略.利用Akima插值算法对离散修复数据进行了拟合.以某汽车轮毂轮廓曲线修复为应用实例,运用基于稀疏模型的评判准则对重构轮廓曲线的光顺性进行了定量分析,不仅保证了曲线的重构精度,而且提高了其光顺性.研究结果表明所采用
为提高角接触球轴承内圈沟道精超加工精度及效率,利用ISIGHT优化软件对角接触球轴承内圈沟道精超工艺进行了多目标优化研究.首先通过正交试验得到一组样本点;然后采用二次多项式响应面法建立以工件转速、油石压力、油石摆动频率及超精时间等主要工艺参数为输入变量,以轴承内圈沟道表面粗糙度和沟道圆度误差为输出变量的多目标优化代理模型;最后,基于多岛遗传算法对多目标优化代理模型进行优化,得到一组最优精超工艺参数组合及结果预测值.试验结果表明:经过优化得到的表面粗糙度值比优化前的表面粗糙度值降低了15.244%,沟道圆度
基于Aspen Plus V9平台建立了制冷量为40kW的烟气型双效溴化锂吸收式制冷系统流程模型.在此基础上,模拟分析了烟气温度及流量变化、冷却水进口温度变化、冷冻水出口温度变化对系统运行的影响.结果 表明,在经济性和安全性允许的放气范围内,机组的制冷量和COP均随着烟气温度和流量的增加而升高,随冷却水进口温度的升高而降低,随冷冻水出口温度的升高而升高.当烟气温度高于450℃,烟气流量不应超过额定工况的130%,烟气温度低于300℃时,烟气流量不应低于额定工况的140%.较为合理的冷却水进口温度为27~3
直线电机进给系统因长期在复杂工况环境下服役导致性能及状态转移随机性更强,对其运行状态进行健康诊断,对于及时发现状态退化趋势并进行预防性维护具有重要意义.针对直线电机进给系统健康诊断中缺乏故障负样本且运行数据时序性强等问题,在分析半监督异常检测生成对抗网络(GANomaly)与门控循环单元(Gated Recurrent Unit,GRU)网络原理的基础上,提出一种新的基于GANomaly-GRU的直线电机进给系统健康诊断方法,该方法在GANomaly网络框架基础上引入GRU设计生成器、判别器和重构编码器,
现有机械设备故障诊断方法大多针对已知故障建立,不具备识别新故障的能力,针对该问题提出一种基于贝叶斯推断贡献(Bayesian Inference Contribution,BIC)的故障诊断方法.该方法基于BIC理论对各已知故障建立状态模型,并自学习振动数据与各状态模型的允许最大距离,当振动数据与各已知故障状态模型间距离均大于允许最大距离时识别为新故障,反之为已知故障,并在此基础上设计了状态模型更新方法,使其能够利用新故障数据和误诊数据对模型进行更新.采用往复压缩机的真实故障数据进行测试,结果表明,该方法
学位