Condensation processes have been widely used in many industry
sectors, such as clean energy, nuclear and thermal power generation,
refrigeration and air-conditioning, chemical and food
processing, etc. Condenser, as a key component of the condensation
process where the working fluid changes phase from gas to liquid
through rejecting heat to the surrounding media, its
performance has critical effects to overall system operation. Therefore,
development of effective model which can accurately predict
the condenser performance in real-time is of practical importance.
Historically, condenser models developed so far can roughly be
classified into two types, i.e., empirical models and theoretical
models according to their modeling principles.
Approaches for empirical modeling include regression analysis,
polynomial curve fitting and artificial neural networks [1,2].
These methods involve constructing condenser models from
experimentally obtained input/output data, with no recourse to
any laws concerning the fundamental nature and properties of
the system. In empirical modeling, no a priori knowledge about
the process is necessary, the system is treated like a ‘‘black box,”
and the experimental information gathered from its response to
external stimuli is used to ‘‘identify” what goes on within the
‘‘box”. This type of modeling approaches particularly beneficial
when there is a lack of knowledge required to form the equations
and determine plant parameters but there is an abundance of
process data. However, the model performance will typically degrade
rapidly when it attempts to extrapolate beyond the range
of the training data.
Theoretical modeling, based on physical laws of the condensation
process, may overcome the shortcomings of empirical modeling
methods by providing global description of the heat exchanger
properties. Among the existing methods, Martins Costa and Paris
[3] divided the heat exchanger into three distinct sections: a superheated
section, a two-phase region, and a subcooled section, and
employed the e-NTU approach for each section to predict the performance
of air-cooled condensers. Using the same methodology,
Yohanis, et al. [4] proposed a simple method to calculate heat flow
through a two-phase heat exchanger by eliminating the requirement
of separately simulating each section. Ge and Copper [5,6]
developed steady-state simulation models for fin-and-tube aircooled
Introduction
condensers by first splitting the condenser into four-section
control volumes in which the two-phase region is further separated
into two sections based on the changes of heat transfer coefficient
(HTC). Then, both distributed parameter and the lumped
parameter methods were suggested to predict 3-D parameter variations
at both air and refrigerant sides. Aprea and Maiorino [7] acquired
a homogeneous model to forecast the performances of the
condenser using the condensing refrigerant. Corberan and Melon
กระบวนการควบแน่นได้ถูกใช้กันอย่างแพร่หลายในอุตสาหกรรม
มากมาย เช่น พลังงานสะอาด พลังงานสร้างความร้อนและความเย็นและปรับอากาศ
นิวเคลียร์ , เคมี และอาหาร
แปรรูป ฯลฯ คอนเดนเซอร์ เป็นส่วนประกอบสำคัญของกระบวนการควบแน่น
ที่สารทำงานการเปลี่ยนสถานะจากแก๊สเหลว
ผ่านปฏิเสธความร้อนรอบสื่อ ,
ประสิทธิภาพได้ผลการดําเนินงานสําคัญของระบบโดยรวม ดังนั้น การพัฒนาแบบจำลองที่มีประสิทธิภาพซึ่งถูกต้องสามารถทำนายประสิทธิภาพในเวลาจริงเป็นค่า
จริงสำคัญ ในอดีต แบบคอนเดนเซอร์ พัฒนาจนสามารถประมาณได้
แบ่งได้เป็น 2 ประเภท ได้แก่ รุ่นเชิงประจักษ์ทฤษฎี
และรูปแบบตามหลักการของพวกเขา .
แนวทางการสร้างแบบจำลองเชิงประจักษ์ ได้แก่ การวิเคราะห์การถดถอย ,
เส้นโค้งและข่ายงานประสาทประดิษฐ์ [ 1 , 2 ] 6 .
วิธีการเหล่านี้เกี่ยวข้องกับการสร้างแบบคอนเดนเซอร์จาก
โดยรับอินพุต / เอาต์พุตข้อมูล ไม่มีการขอความช่วยเหลือ
กฎหมายใด ๆ เกี่ยวกับธรรมชาติพื้นฐานและคุณสมบัติของ
ระบบ ในแบบจำลองเชิงประจักษ์ ไม่ priori ความรู้เกี่ยวกับ
ขั้นตอนที่จําเป็นระบบการรักษาชอบ ' 'black กล่อง "
และข้อมูลการทดลองที่รวบรวมจากการตอบสนองสิ่งเร้าภายนอกใช้
' 'identify " สิ่งที่ไปในภายใน
''box " เกี่ยวกับการใช้ประโยชน์โดยเฉพาะอย่างยิ่ง
เมื่อมีการขาดของความรู้ที่ต้องการในรูปแบบสมการ
และกำหนดพารามิเตอร์ของพืช แต่มีความอุดมสมบูรณ์ของ
กระบวนการข้อมูลประเภทนี้ อย่างไรก็ตามการแสดงรูปแบบโดยทั่วไปจะลดลงอย่างรวดเร็วเมื่อมันพยายามที่จะคาดการณ์
เกินช่วงของข้อมูลฝึก
แบบจำลองทางทฤษฎีตามกฎธรรมชาติของกระบวนการควบแน่น
อาจเอาชนะข้อบกพร่องของแบบจำลองเชิงประจักษ์ โดยให้อธิบายวิธีการ
ทั่วโลกของอุปกรณ์แลกเปลี่ยนความร้อน
คุณสมบัติ ระหว่างวิธีการที่มีอยู่ มาร์ตินส์ คอสต้า และปารีส
[ 3 ] โดยอุปกรณ์แลกเปลี่ยนความร้อนออกเป็น 3 ส่วนที่แตกต่าง : ยวดยิ่ง
ส่วนเป็น 2 เขต และ subcooled มาตรา และใช้ e-ntu
แนวทางแต่ละส่วนเพื่อทำนายสมรรถนะของเครื่องควบแน่นที่ระบายความร้อนด้วยอากาศ
. โดยใช้วิธีการเดียวกัน
yohanis , et al . [ 4 ] ได้เสนอวิธีที่ง่ายในการคำนวณการไหลสองสถานะ
ความร้อนผ่านอุปกรณ์แลกเปลี่ยนความร้อน โดยขจัดความต้องการ
ต่างหากจากแต่ละส่วน GE และทองแดง [ 5 , 6 ]
พัฒนาภายใต้การจำลองแบบครีบและท่อคอนเดนเซอร์ aircooled
แนะนำครั้งแรกโดยแยกเป็นปริมาณการควบคุมเครื่องควบแน่นส่วน
4 ซึ่งในการแยกเขตข้อมูล
ออกเป็นสองส่วนตามการเปลี่ยนแปลงของสัมประสิทธิ์การถ่ายเทความร้อน
( HTC ) จากนั้นทั้งสองพารามิเตอร์และก้อน
กระจายวิธีการทำนายค่าพารามิเตอร์ถูกเสนอ 3 รูปแบบ ทั้งอากาศ และด้าน
ทําความเย็น และ aprea maiorino [ 7 ] ได้รับ
รูปแบบเนื้อเดียวกันพยากรณ์สมรรถนะของเครื่องควบแน่นใช้เครื่องควบแน่นสารทำความเย็น
. corberan และแตงโม
การแปล กรุณารอสักครู่..