期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
气固流化床的离散颗粒运动-碰撞解耦模型与模拟 被引量:7
1
作者 刘阳 陆慧林 +1 位作者 刘文铁 赵云华 《燃烧科学与技术》 EI CAS CSCD 2003年第6期551-555,共5页
基于分子动力学和气固两相流体动力学,建立流化床稠密气 固两相离散颗粒运动 碰撞解耦模型,采用硬球模拟方法处理颗粒与颗粒之间的碰撞,及大涡模拟方法处理气相湍流流动.单颗粒运动满足牛顿第二定律,颗粒相和气相相间相互作用的双向耦... 基于分子动力学和气固两相流体动力学,建立流化床稠密气 固两相离散颗粒运动 碰撞解耦模型,采用硬球模拟方法处理颗粒与颗粒之间的碰撞,及大涡模拟方法处理气相湍流流动.单颗粒运动满足牛顿第二定律,颗粒相和气相相间相互作用的双向耦合由牛顿第三定律确定,数值模拟二维鼓泡流化床内稠密气 固两相流动,得到了气泡的形成、发展及颗粒的流化过程,计算结果表明颗粒弹性恢复系数影响气 固两相流动特性. 展开更多
关键词 数值模拟 颗粒运动-碰撞解耦模型 硬球模拟 SGS模型
在线阅读 下载PDF
DSMC-LES方法数值模拟鼓泡流化床内气泡和颗粒流动行为 被引量:5
2
作者 刘欢鹏 刘玉成 李巍 《高校化学工程学报》 EI CAS CSCD 北大核心 2006年第2期180-185,共6页
基于稠密气体分子动力学和气固两相流体动力学,建立流化床稠密气固两相离散颗粒运动-碰撞解耦模型,采用直接模拟蒙特卡罗方法(DSMC)模拟颗粒间的碰撞,采用考虑颗粒脉动流动对气相湍流流动影响的大涡模拟(LES)研究气相湍流,单颗... 基于稠密气体分子动力学和气固两相流体动力学,建立流化床稠密气固两相离散颗粒运动-碰撞解耦模型,采用直接模拟蒙特卡罗方法(DSMC)模拟颗粒间的碰撞,采用考虑颗粒脉动流动对气相湍流流动影响的大涡模拟(LES)研究气相湍流,单颗粒运动满足牛顿第二定律,颗粒相和气相相间作用的双向耦合由牛顿第三定律确定。数值模拟流化床中颗粒流动以及气泡的生成、长大和破碎过程,获得颗粒轴向和径向速度的概率密度分布,及颗粒浓度分布。计算结果表明床内气泡的形成造成床内颗粒的循环,使得流化床内颗粒具有不同的轴向和径向脉动速度,颗粒分速度分布近似服从高斯分布。颗粒温度随颗粒浓度增加,达到最大值后,随颗粒浓度增大而下降。流化床颗粒浓度脉动主要是低频部分,高频分量较低,表明在流化床内颗粒浓度脉动频率低,能量高,颗粒浓度脉动主频率为0.04~1.0Hz,其值与Pain et al.获得的颗粒浓度脉动主频率基本吻合。 展开更多
关键词 DSMC方法 大涡模拟 离散颗粒运动-碰撞解耦模型 颗粒温度
在线阅读 下载PDF
强制循环蒸发系统线性自抗扰解耦控制的鲁棒设计 被引量:8
3
作者 张园 孙明玮 陈增强 《化工学报》 EI CAS CSCD 北大核心 2015年第S2期263-270,共8页
针对强制循环蒸发系统液位与出料密度两个回路的非线性耦合问题,提出了一种基于粒子群算法的线性定常自抗扰解耦控制设计。首先通过引入虚拟控制量,将对象解耦配置为两个单输入单输出子系统,并对每个回路设计降维线性扩张状态观测器。随... 针对强制循环蒸发系统液位与出料密度两个回路的非线性耦合问题,提出了一种基于粒子群算法的线性定常自抗扰解耦控制设计。首先通过引入虚拟控制量,将对象解耦配置为两个单输入单输出子系统,并对每个回路设计降维线性扩张状态观测器。随后,对观测器动态线性化得到的近似积分器环节进行比例控制。最后,在可能的大工况内通过粒子群算法优化控制增益耦合矩阵和比例增益。该算法使用观测器估计并补偿动态耦合部分,降低了控制器对数学模型的依赖程度;使用粒子群算法优化定常控制增益矩阵,避免了实时测量出料温度,降低了对传感测量的要求,提高了可靠性并降低了实施难度。数学仿真结果表明该算法能有效地消除液位回路和出料密度回路的耦合作用,在大工况内具有很强的鲁棒性。 展开更多
关键词 模型 优化 自抗扰控制 解耦控制 粒子群算法 计算机模拟
在线阅读 下载PDF
Bammann-Chiesa-Johnson粘塑性本构模型的参数识别方法与验证 被引量:5
4
作者 周婷婷 王罡 +2 位作者 杨洋 李遥 帅茂兵 《材料导报》 EI CAS CSCD 北大核心 2017年第3期75-79,111,共6页
Bammann-Chiesa-Johnson(BCJ)粘塑性本构模型对材料力学响应的再现和预测能力强烈依赖于其模型参数的确定,而模型参数的确定往往是通过反分析方法来进行。由于BCJ粘塑性模型包含了应变、应变率和温度耦合效应以及加载路径和温度历史,其... Bammann-Chiesa-Johnson(BCJ)粘塑性本构模型对材料力学响应的再现和预测能力强烈依赖于其模型参数的确定,而模型参数的确定往往是通过反分析方法来进行。由于BCJ粘塑性模型包含了应变、应变率和温度耦合效应以及加载路径和温度历史,其常数多达18个,所以寻找最佳的模型参数识别值十分繁琐。针对BCJ本构模型参数复杂、识别困难的问题,本文基于参数的物理意义,在准静态、蠕变及动态加载试验基础上,通过模型参数解耦分离、粒子群智能优化的方法分6步对18个材料常数进行识别,并用识别结果对1060纯铝动态加载试验力学响应进行模拟,模拟结果与试验结果符合良好。通过定量化误差分析,证明了BCJ粘塑性模型对实验数据的预测具有较高精度,该模型参数识别方法科学可行。 展开更多
关键词 BCJ粘塑性模型 参数识别 参数解耦 粒子群智能优化算法 1060纯铝
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部