简介:本文以实验手段研究了小型二冲程发动机工作时扫气口处气流流向的变化。采用LDV光纤系统测定了气缸进口处的二维扫气向量,讨论了发动机不同转速下扫气向量的变化,并测量了不同曲轴转角时排气管压力与气流方向之间的关系。试验表明,在扫气口处扫气速度是不定常的,并且不可能测得其瞬时速度。但是可以由不同的曲轴转角时排气管内压力得知扫气流的特性。由于缸内滞留的废气及高压使扫气流开始扫气的时刻滞后。扫气向量达到峰值时其方向基本保持不变。而当气缸内气体倒流进曲轴箱时该向量倒转并达其最低值,该最低峰值点是由排气管内压力波反射造成的。最后还测量了活塞销和气缸间的气体泄漏量。
简介:利用Wigner-Ville分布算法对液-汽两相流状态下的四冲程柴油机喷油系统中的压力波的时频特性进行了研究.研究结果表明:采用Wigner-Ville分布算法进行分析时,可以更好地显示出液-汽两相流状态下的柴油机喷油系统中压力波在时间和频率范围内的能量密度,能更清晰地反映出这种非稳态信号频率随时间变化的关系.当喷油系统存在短时间存活汽泡时,其压力主波对应的频率较低,但能量密度比较大,而其压力次波具有一定量的高频率能量;当喷油系统存在长时间存活汽泡时,压力波的能量密度主要集中在主波上,除了低频率的能量外,还包含有相当一部分较高频率的能量.
简介:燃煤锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算。现场实炉测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的含碳量,其相互耦合,导致分析数据过程困难。神经网络建模将燃煤锅炉视为黑箱,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛。利用燃煤锅炉试验数据,采用3层BP(backpropagation)神经网络构建了锅炉飞灰的含碳量排放特性模型。通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好。测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力。