简介：根据纤维体内部分形结构特点，建立了隔热纤维体的热导率分形模型，并分析了空隙率、孔隙面积分形维数和孔隙曲线分形维数等对其热导率的影响。通过对硅酸铝纤维SEM图像的处理，得到了不同密度下硅酸铝纤维的孔隙面积和孔隙通道曲线的分形维数，并据此计算了硅酸铝纤维的热导率。实验结果验证了分形热导率模型的正确性。

简介：为研究中空纤维膜和吸湿溶液结合进行制冷预除湿过程的传质机理,建立了膜管外湿空气中的水蒸气通过膜孔最后被溴化锂溶液吸收传质过程的数值模型,研究了液体进口流速、进口质量分数和进口温度对管内溶液的温度分布、质量分数分布、膜孔内水蒸气质量分数分布和膜管外水蒸气质量分数分布的影响,并比较了这三种因素对传质的影响程度。在一般预除湿用疏水性膜组件的内部溶液压力条件下（小于10kPa）,溶液与水蒸气的接触面在疏水性膜内壁表面。溶液流速的增大、溶液进口质量分数的增大以及溶液进口温度的降低均有利于传质进行,其中,提高溶液进口质量分数对加强传质最为有效。

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。