[发明专利]冷却塔进风口导风板结构参数设定方法

说明书

技术领域

本发明属于冷却塔技术领域，具体涉及一种冷却塔进风口导风板结构参数设定方法。

背景技术

冷却塔是应用非常普遍的水资源循环利用设备，其主要功能是将含有废热的冷却水与空气在塔内进行热交换，使水温降至要求的温度，以便进行再次循环。影响冷却塔冷却效果的因素是多方面的，其中，环境侧风在很大程度上影响冷却塔的冷却性能，很多的冷却塔采取在冷却塔进风口安装导风板改善冷却塔的进风效果。进风口导风板的安装角度、长度、数量和形状都会对冷却塔的冷却效果产生不同的结果。例如，如果导风板的安装角度不适，侧风沿着该角度进入冷却塔雨区，在冷却塔雨区形成稳定的旋转上升气流，气流在导风板的引导下形成一个漩涡在中心部位旋转气流，并不是直接通过雨区，这样不会产生穿堂风，而且增加了气流在塔中的停留时间，影响冷却塔的冷却效果。

发明内容

为了克服现有技术的不足，本发明提供一种冷却塔进风口导风板结构参数设定方法，利用神经网络建立网络模型，以冷却塔的冷却数作为优化的最终目标，确定导风板的长度、数量和安装角度的最佳参数。

本发明的技术方案是：一种冷却塔进风口导风板结构参数设定方法，其特征在于：包括如下步骤：步骤一：设定冷却塔的冷却数范围，并根据计算的冷却数与给定的冷却数范围构造误差函数和目标函数；步骤二：使用遗传算法对参数进行编码，染色体上的基因值即为导风板结构参数，定义参数差异度函数，作为初始种群的选取标准；步骤三：将目标函数进行转换，生成适应度函数；步骤四：根据适应度进行遗传操作生成新的子代，将子代代入BP神经网络，计算冷却数；步骤五：判断是否满足终止条件，如果满足，则输出导风板结构参数；不满足，将这一代种群最优部分保存，进入下一代遗传变换，返回步骤四。所述导风板结构参数为：导风板长度、数量和安装角度。所述步骤二中，遗传算法编码方式为实数编码方式。所述步骤四中遗传操作生成新的子代采用算术交叉和非均匀变异方式。所述步骤一中误差函数为：

其中，a为设定冷却塔冷却数下限，b为冷却塔冷却数上限，K为比例常数。所述步骤四后还包括步骤：判断子代数值是否陷入局部最小，如果是，则执行重启机制生成新的父代，否则执行步骤五。所述步骤一中冷却数的计算方式为：

其中，Ω_n为冷却数，β_χv为传质系数，Q为循环水量，V为空气流速。

本发明有如下积极效果：本发明利用神经网络优化导风板的结构参数，使冷却塔的冷却效果达到最好，确定最优参数。

附图说明

图1为本发明具体实施方式方法流程图。

具体实施方式

下面对照附图，通过对实施例的描述，本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等，作进一步详细的说明，以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。

在冷却塔的工作过程中，导风板能够增加塔内中心区域的空气上升速度和扰动，加强传热，改善冷却塔冷却性能。但是，导风板的数量、长度和安装角度对塔内雨区的空气流动起重要的作用，冷却数作为衡量冷却性能的指标之一，其大小决定着冷却效率的高低，本发明采用冷却数作为导风板不同结构参数对冷却塔冷却效果的衡量参数。

神经网络在建立导风板结构参数和冷却数之间的非线性映射关系中有良好成效，遗传算法提供求复杂系统优化问题的通用框架，由于其较强的鲁棒性而广泛应用于函数优化、自动控制及机器学习等各个领域。

在冷却塔工作过程中，冷却塔的冷却数应保持在一个范围内，设定冷却塔的出冷却数的范围为[a，b],a和b分别为冷却塔冷却数的下限和上限，对于特征值实际的冷却数y,构造误差函数L(y):

式中：比例常数K取1。将误差函数作为优化目标函数：

minZ＝L(y)(2)

1.冷却数的计算方式

当填料体积一定时，β_χν主要取决于淋水密度q和空气的质量风速g_air，可表示为如下形式：

根据传质系数的计算公式β_χν＝Ω_nQ/V，可得到冷却数与循环水量、循环水进口温度以及空气重量风速(即通风量)的关系如下：

式中：B为常数；m、n、p为小于1的正数；m+n接近于1。

2.遗传操作方案初始化设置