Багатокритеріальне моделювання термодинамічної поведінки природних робочих тіл
Вантажиться...
Дата
2004
Автори
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Дисертація на здобуття ученого ступеня кандидата технічних наук за спеціальністю 05.14.06 - Технічна теплофізика та промислова теплотехніка.
Дисертацію присвячено багатокритеріальному підходу в розробці моделей термодинамічної і фазової поведінки природних робочих тіл - перспективного середовища для створення екологічно безпечних технологій знищення органічних забруднень, надкритичної екстракції, заміни озоноруйнуючих речовин у холодильній техніці та ін. Встановлено, що нейронні мережі є потужним інструментом для узагальнення великої кількості несистематизованих даних про підгінні параметри моделей, що не можуть бути теоретично оцінені й істотно використовують
експериментальну інформацію. Використання надійно визначених критичних параметрів робочих тіл у сполученні з термодинамічно строгими критеріями азеотропії і нейронними мережами, що генерують емпіричні дані про параметри перехресної взаємодії, дозволяє апріорно прогнозувати появу азеотропії в бінарних сумішах холодоагентів. Встановлено, що рівняння стану природної системи Н20 - С02, побудоване за допомогою нейронних мереж, з точністю експерименту описує термічні дані, фазові рівноваги і критичну криву в інтервалі температур 400 - 800К і тисків до 1ООМПа та має переваги перед відомими рівняннями стану даної системи за рахунок вищої якості відтворення Р-р-Т-х поверхні у більш широкому діапазоні перемінних стану. Основні результати праці, що прогнозують термодинамічну і фазову поведінку в системах надкритична вода - органічний забруднювач, надкритичний двоокис вуглецю - біологічні молекули мають практичне значення при проектуванні теплотехнічного обладнання для нових екологічно безпечних технологій.
Диссертация на соискание ученой степени кандидата технических наук по специальности 05.14.06 - Техническая теплофизика и промышленная теплотехника. Диссертация посвящена многокритериальному подходу к разработке моделей термодинамического и фазового поведения природных рабочих тел - перспективной среды для замены озоноразрушающих веществ в холодильной технике, создания экологически безопасных технологий уничтожения органических загрязнений, сверхкритической экстракции и др. В работе развивается концепция Парето-оптимального локального отображения реальной термодинамической поверхности на трехпараметрические модели уравнений состояния, обеспечивающие полную согласованность и адекватность в произвольной точке фазовой диаграммы чистого вещества. Показано, что нейронные сети являются мощным инструментом для обобщения большого количества сведений о подгоночных параметрах моделей, которые не могут быть теоретически предсказаны и существенно используют экспериментальную информацию. Установлено, что использование в качестве исходной информации надежно определяемых критических постоянных рабочих тел в сочетании с термодинамически строгими критериями азеотропии и обученной нейронной сетью, генерирующей эмпирические данные о параметрах перекрестного взаимодействия, позволяет априорно предсказать возможность азеотропии в бинарных смесях хладагентов. Показано, что широкодиапазонное уравнение состояния природной системы Н2О - СО2, описывающее с точностью эксперимента термические данные, фазовые равновесия и критические кривые в интервале температур 300 — 800К и давлений до 1ООМПа, обладает преимуществами перед известными уравнениями состояния данной системы за счет более высокого качества воспроизведения Р-р-Т-х поверхности, использования современных экспериментальных данных, адаптивной многокритериальной стратегии.
Thesis for a candidate of science (engineering) degree by specialty 05.14.06 - Technical Thermophysics and Industrial Heating Engineering. The dissertation is devoted to multi-criteria approach in thermodynamic and phase behaviour modeling of natural working fluids as a promising medium for a new generation of environmentally friendly technologies such as supercritical water oxidation for ultimate destruction of organic wastes, supercritical extraction, ozone destroying refrigerant replacement etc. Artificial neural nets are powerful tool for generalization of nonsystematic data on fitting model parameters, which cannot be estimated theoretically and use experimental information. Critical parameters of refrigerants and rigorous thermodynamic relationships for azeotropic behaviour in combination with neural net technique of empirical binary interaction parameters prediction provide a new approach to forecast azeotropy in binary mixtures natural and alternative refrigerant mixtures. It is shown that the neural net equation of state for natural working fluid H20 - C02 describes within experimental uncertainty thermodynamic data in a wide range of temperatures (400-800K) and pressures (up to lOOOMPa). Comparisons with other models of equation of state are presented for available P-p-T-x data, phase equilibria and critical line. Results of comparisons have demonstrated better quality of the data description in the more wide range of state variables. The main results of thermodynamic and phase behaviour prognosis for systems supercritical water - organic chemicals and supercritical carbon dioxide - low volatile component have practical meaning at design stage of industrial utilities for new environmentally friendly technologies.
Диссертация на соискание ученой степени кандидата технических наук по специальности 05.14.06 - Техническая теплофизика и промышленная теплотехника. Диссертация посвящена многокритериальному подходу к разработке моделей термодинамического и фазового поведения природных рабочих тел - перспективной среды для замены озоноразрушающих веществ в холодильной технике, создания экологически безопасных технологий уничтожения органических загрязнений, сверхкритической экстракции и др. В работе развивается концепция Парето-оптимального локального отображения реальной термодинамической поверхности на трехпараметрические модели уравнений состояния, обеспечивающие полную согласованность и адекватность в произвольной точке фазовой диаграммы чистого вещества. Показано, что нейронные сети являются мощным инструментом для обобщения большого количества сведений о подгоночных параметрах моделей, которые не могут быть теоретически предсказаны и существенно используют экспериментальную информацию. Установлено, что использование в качестве исходной информации надежно определяемых критических постоянных рабочих тел в сочетании с термодинамически строгими критериями азеотропии и обученной нейронной сетью, генерирующей эмпирические данные о параметрах перекрестного взаимодействия, позволяет априорно предсказать возможность азеотропии в бинарных смесях хладагентов. Показано, что широкодиапазонное уравнение состояния природной системы Н2О - СО2, описывающее с точностью эксперимента термические данные, фазовые равновесия и критические кривые в интервале температур 300 — 800К и давлений до 1ООМПа, обладает преимуществами перед известными уравнениями состояния данной системы за счет более высокого качества воспроизведения Р-р-Т-х поверхности, использования современных экспериментальных данных, адаптивной многокритериальной стратегии.
Thesis for a candidate of science (engineering) degree by specialty 05.14.06 - Technical Thermophysics and Industrial Heating Engineering. The dissertation is devoted to multi-criteria approach in thermodynamic and phase behaviour modeling of natural working fluids as a promising medium for a new generation of environmentally friendly technologies such as supercritical water oxidation for ultimate destruction of organic wastes, supercritical extraction, ozone destroying refrigerant replacement etc. Artificial neural nets are powerful tool for generalization of nonsystematic data on fitting model parameters, which cannot be estimated theoretically and use experimental information. Critical parameters of refrigerants and rigorous thermodynamic relationships for azeotropic behaviour in combination with neural net technique of empirical binary interaction parameters prediction provide a new approach to forecast azeotropy in binary mixtures natural and alternative refrigerant mixtures. It is shown that the neural net equation of state for natural working fluid H20 - C02 describes within experimental uncertainty thermodynamic data in a wide range of temperatures (400-800K) and pressures (up to lOOOMPa). Comparisons with other models of equation of state are presented for available P-p-T-x data, phase equilibria and critical line. Results of comparisons have demonstrated better quality of the data description in the more wide range of state variables. The main results of thermodynamic and phase behaviour prognosis for systems supercritical water - organic chemicals and supercritical carbon dioxide - low volatile component have practical meaning at design stage of industrial utilities for new environmentally friendly technologies.
Опис
Артеменко, С.В.
Багатокритеріальне моделювання термодинамічної поведінки природних робочих тіл [Текст] : автореф. дис. ... канд. техн. наук : спец. 05.14.06 "Технічна теплофізика та промислова теплоенергетика" / Артеменко Сергій Вікторович ; наук. кер. В. Б. Роганков ; Одес. держ. акад. холоду. – Одеса : ОДАХ, 2004. – 18 с.
Ключові слова
багатокритеріальне моделювання, природні робочі тіла, рівняння стану, термодинамічні властивості, фазові рівноваги, многокритериальное моделирование, природные рабочие тела, уравнение состояния, термодинамические свойства, фазовые равновесия, multi-criteria modeling, natural working fluids, equation of state, thermodynamic properties, phase equilibria