论文部分内容阅读
TEMA标准所推荐的污垢系数存在诸多不足，饱和指数等预报方法又过于粗略。水冷器设计、水处理和清洗技术的发展迫切需要准确的污垢特性数据.本文利用天然水通过管壳式模拟换热器来动态模拟冷却水系统的流动和传热过程。在12个离线和在线监测的参数中。按其对污垢热阻形成影响的大小，选择了四个变化显著的水质参数作为输入量，污垢热阻作为输出变量，分别通过SVM和BP神经网络建立了基于水质参数的污垢热阻预测模型：比较了SVM和BP神经网络的预测结果，发现前者比后者有更高的精度，平均误差仅为2.261％，与TEMA标准推荐数据相比，本法所得污垢特性内涵更丰富，热阻除其渐近值，还有时变性；可靠性增强.可给出明确的不确定度；逼真度高；可操作性强.