预测板式换热器污垢热阻的新方法.pdf

《预测板式换热器污垢热阻的新方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第34卷第2期东北电力大学学报V0l_34．No．22014年4月JournalOfNortheastDianliUniversityApr．，2014文章编号：1005—2992(2014)02—0001—06预测板式换热器污垢热阻的新方法张仲彬，李煜，郭进生，李兴灿，许中)112，徐志明(1．东北电力大学能源与动力工程学院，吉林吉林132012；2．福建华电可门发电有限公司，福建福卅I350500)摘要：通过动态监测板式换热器冷却水污垢热阻及影响污垢热阻的松花江水水质参数(如pH值、溶解氧、铁离子、氯离子、细菌总数

2、、浊度、电导率、化学需氧量、碱度和硬度等)变化。采用BP神经网络主成分分析、主成分回归、全要素BP神经网络三种预测方法建立板式换热器污垢热阻预测模型，选取1—15号样本为训练或回归拟合样本，16—20号样本为测试样本，并将三种方法的预测结果进行了对比。结果表明，三种方法均可对板式换热器污垢特性进行有效预测，而基于主成分分析的BP神经网络方法的预测结果误差小，优于另外两种方法。关键词：污垢热阻；预测；BP神经网络法；主成分分析中图分类号：TK124文献标识码：A污垢问题是一种典型的多学科交叉问题，很难清晰理解、准确把握其

3、形成机制。20世纪90年代以来，科研人员提出了很多关于冷却水系统污垢预测的模型，目前该方面的模型主要有：灰色模型¨]、T—S模型、多模型组合、神经网络、偏最小二乘回归等。但至今尚无一个统一、可信、适用的预测模型。本文作者通过板式换热器冷却水系统流动及换热过程动态模拟实验平台测得松花江水中pH值、电导率等十种水质参数和污垢热阻值，针对影响换热器污垢热阻的这些水质参数因素，以1—15号样本为训练或回归拟合样本，16—20号样本为测试样本，先后用BP神经网络主成分分析、主成分回归、全要素BP神经网络三种预测方法建立了各自的板

4、式换热器污垢热阻预测模型，得到了不同的污垢热阻预测结果，最后将BP神经网络主成分分析预测结果与主成分回归预测结果和全要素BP神经网络模拟预测结果进行了对比。1BP神经网络主成分分析法预测1．1主成分分析主成分分析(PCA)是利用降维的思想，通过构造原始指标的适当线性组合，产生一系列互不相关的综合性指标，从中选出少数几个综合指标，使其含有尽可能多的原始指标所含有的信息，用较少的指标去解释原始资料中的大部分变异。其执行步骤如下：1．1．1原始数据的标准化实验系统及原理见文献[7]，由表1实验数据可知，样本数据数m=2O，去

5、除时间h这个影响因素后，pH等每个水质参数样本中的指标数凡=10，依次记为、、⋯、。。为排除数量级和量纲不同带来收稿日期：2014-03-10基金项目：国家重点基础研究发展规划基金项目(2007CB206904)；东北电力大学博士启动基金项目(BSJXM-200916)作者简介：张仲彬(1973-)，男，内蒙古自治区通辽市人，东北电力大学能源与动力工程学院副教授，主要研究方向：强化传热及表面材料的阻垢．2东北电力大学学报第34卷的影响，需对原始数据作标准化处理，使得每个指标的平均值为0，方差为1。标准化公式为：：(i=

6、1，2，⋯，20；=1，2，⋯，10)，(1)~／varxj式中：为第i个样本的第个指标的原始数据；和分别为第个指标原始数据的算术平均值和标准差。表1中(时间除外)经标准化后的数据如表2所列。1．1．2计算样本相关系数矩阵RR=()()1o1o．(2)(i,，2，⋯，10)．(3)kj式(2)、(3)中，r=,rq是第i个指标与第个指标的相关系数(本文在此不予一一详列)。表1实验数据第2期张仲彬，等：预测板式换热器污垢热阻的新方法31．1．3计算R的特征值和特征向量，确定主成分令1月一A，l=0，可解得l0个特征值A(

7、i=1，2，⋯，10)，它们分别是主成分Y。，Y：，⋯，y。的方差，将其按从大到小的顺序排列为A≥A≥⋯≥A。≥0，则其相应的特征向量可依次记为z，z，⋯，z。，于是便可求出第i个主成分的数学表达式为：YZiXZi11+Zi2X,2+⋯+ZilOX1o(i=1，2，⋯，10)．(4)通过MatlabR2007a编程，计算得出特征值依次为：9．0979，0．4681，0．2215，0．1080，0．0416，0．0309，0．0133，0．0107，0．0060，0．0020；特征值相应的方差贡献率(％)依次为：90．9

8、794，4．6813，2．2152，1．0799，0．4156，0．3089，0．1331，0．1069，0．0600，0．0197；累积方差贡献率(％)依次为：90．9794，95．6607，97．8760，98．9559，99．3715，99．6804，99．8135，99．9204，99．9803，100。本文中，取累积方差