一种利用百叶窗叶片参数预测浓淡分离特性的计算方法与流程

本发明属于浓淡分离特性计算领域，具体涉及一种预测浓淡分离特性的计算方法。

背景技术：

百叶窗浓淡煤粉燃烧技术具有高效、稳燃、防结渣、低污染和防水冷壁高温腐蚀等优点，在直流燃烧器的设计及改造中得到了广泛的应用。该燃烧器的关键技术是百叶窗结构对浓淡两股煤粉气流的分离特性的影响，合适的百叶窗分离特性会产生良好的燃烧特性，但现阶段百叶窗燃烧器结构的设计和改造都主要根据试验和经验获得，并且目前百叶窗燃烧器结构对其浓淡分离特性影响的研究都是定性的变化规律，而没有定量计算方面的研究，于是存在以下问题：

1)获得合适的百叶窗燃烧器结构需要进行大量分离特性试验，消耗大量人力物力；

2)通过定性变化规律和经验进行结构设计和改造，精度较差，需要多次调整才能获得合适的百叶窗燃烧器结构。

因此，就需要一种能够提升工作效率、计算简便、计算量小、精度高、操作简单的利用百叶窗叶片参数预测浓淡分离特性的计算方法。

技术实现要素：

本发明针对现有的分离特性试验方法工作效率低、计算复杂、计算量大、精度低、操作复杂的缺陷，提供了一种能够提升工作效率、计算简便、计算量小、精度高、操作简单的利用百叶窗叶片参数预测浓淡分离特性的计算方法。

本发明所涉及的一种利用百叶窗叶片参数预测浓淡分离特性的计算方法的技术方案如下：

本发明所涉及的一种利用百叶窗叶片参数预测浓淡分离特性的计算方法，它包括以下步骤：

步骤一、选取百叶窗叶片参数；

步骤二、根据叶片参数通过百叶窗分离特性冷态模拟试验，获得百叶窗浓侧风量占比试验值和浓侧煤粉质量占比试验值；

步骤三、将叶片参数输入拟合公式进行拟合，得到百叶窗浓侧风量占比拟合值和浓侧煤粉质量占比拟合值；

步骤四、改变百叶窗叶片参数，重复步骤二和步骤三，并根据得到的拟合值绘制浓侧风量占比误差分布示意图和浓侧煤粉质量占比误差分布示意图；

步骤五、分析浓侧风量占比误差分布示意图和浓侧煤粉质量占比误差分布示意图中试验值与拟合值之间的相对误差，确定拟合公式的准确性；

步骤六、根据拟合公式预测的浓淡分离特性选取对应的百叶窗叶片参数设计百叶窗燃烧器。

进一步地：在步骤一中，所述百叶窗叶片参数包括叶片角度θ、叶片长度l和入口截面平均速度v。

进一步地：在步骤三中，所述拟合公式为：

xq＝q1+q2×θ×l²+q3×θ²×l⁴

上述多元方程简化表示为：

xq＝q(l，θ)

xm＝m(l，θ，v)

式中，q(l，θ)和m(l，θ，v)：关于变量l，θ和v的多元函数；

xq：百叶窗浓侧风量占比拟合值，单位为％；

xm：百叶窗浓侧煤粉质量占比拟合值，单位为％；

q1,q2,q3,m1,m2,m3,m4：拟合公式系数；

θ：叶片角度，单位为°；

l：叶片长度，单位为m；

v：入口截面速度，单位为m/s。

本发明所涉及的一种利用百叶窗叶片参数预测浓淡分离特性的计算方法的有益效果是：

本发明所涉及的一种利用百叶窗叶片参数预测浓淡分离特性的计算方法，具有计算简便及高精度的技术特点，便于百叶窗燃烧器的设计与改造。此方法的优点是数学模型结构简单直观，计算量小，精度较高，所需参数根据设计要求选取，便于百叶窗燃烧器的设计与改造。本发明针对一定百叶窗结构，当只改变叶片参数和入口截面平均速度时，能够根据百叶窗叶片参数获得百叶窗浓淡分离特性。该方法操作简单，数学模型直观，可大幅减少繁琐的试验过程，提升工作效率，便于百叶窗燃烧器的设计和改造。

附图说明

图1为百叶窗燃烧器的结构示意图；

图2为浓侧风量占比误差分布示意图；

图3为浓侧煤粉质量占比误差分布示意图。

具体实施方式

下面结合实施例对本发明的技术方案做进一步的说明，但并不局限于此，凡是对本发明技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，均应涵盖在本发明的保护范围中。

实施例1

结合图1-图3说明本实施例，在本实施例中，本实施例所涉及的一种利用百叶窗叶片参数预测浓淡分离特性的计算方法，它包括以下步骤：

步骤一、选取百叶窗叶片参数；

步骤二、根据叶片参数通过百叶窗分离特性冷态模拟试验，获得百叶窗浓侧风量占比试验值和浓侧煤粉质量占比试验值；

步骤三、将叶片参数输入拟合公式进行拟合，得到百叶窗浓侧风量占比拟合值和浓侧煤粉质量占比拟合值；

步骤四、改变百叶窗叶片参数，重复步骤二和步骤三，并根据得到的拟合值绘制浓侧风量占比误差分布示意图和浓侧煤粉质量占比误差分布示意图；

步骤五、分析浓侧风量占比误差分布示意图和浓侧煤粉质量占比误差分布示意图中试验值与拟合值之间的相对误差，确定拟合公式的准确性；

步骤六、根据拟合公式预测的浓淡分离特性选取对应的百叶窗叶片参数设计最佳百叶窗燃烧器。

更为具体地：在步骤一中，所述百叶窗叶片参数包括叶片角度θ、叶片长度l和入口截面平均速度v。

更为具体地：在步骤三中，所述拟合公式以叶片参数为自变量，百叶窗浓侧风量占比和浓侧煤粉质量占比分别作为因变量，提出如下多元方程作为拟合公式，利用拟合公式对百叶窗浓侧风量占比和浓侧煤粉质量占比进行预测，具体形式为：

xq＝q1+q2×θ×l²+q3×θ²×l⁴

上述多元方程简化表示为：

xq＝q(l，θ)

xm＝m(l，θ，v)

式中，q(l，θ)和m(l，θ，v)：关于变量l，θ和v的多元函数；

xq：百叶窗浓侧风量占比拟合值；

xm：百叶窗浓侧煤粉质量占比拟合值；

q1,q2,q3,m1,m2,m3,m4：拟合公式系数；

θ：叶片角度，单位为°；

l：叶片长度，单位为m；

v：入口截面速度，单位为m/s。

为了验证拟合公式的准确性，利用拟合公式分别对不同叶片参数下的百叶窗浓侧风量占比和浓侧煤粉质量占比进行了预测，并分析拟合值与试验值之间相对误差，其中试验值由百叶窗分离特性冷态模拟试验测量得到，具体相对误差分析如图2和3所示；根据图中数据分析可以看出拟合效果较好，准确性较高，针对浓侧风量占比，其中83.3％的预测结果误差范围在2％以内，最大误差在3％以内，对于浓侧煤粉质量占比，其中61.1％的预测结果误差范围在2％以内，最大误差为9％以内。

本发明通过确定的叶片参数，结合设计的拟合公式，即可进行百叶窗浓侧风量占比和浓侧煤粉质量占比的预测，所需预测计算时间短，预测值准确，之后可根据拟合公式预测的浓淡分离特性设计最佳百叶窗燃烧器结构。