Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Учебное пособие 2166

.pdf
Скачиваний:
4
Добавлен:
30.04.2022
Размер:
9.5 Mб
Скачать

Рис. 2. Выбор точки скрещивания особей

Для скрещивания особей применялся оператор одноточечного скрещивания с точкой скрещивания, находящейся в точке пересечения маршрутов. Пусть хромосома 1 содержит L1 генов, а хромосома 2 – L2 генов. Обозначим позицию гена, являющегося точкой скрещивания в хромосоме 1 как l1, а точку скрещивания в хромосоме 2 как l2. В результате действия метода одноточечного скрещивания будет получена следующая пара потомков:

1)потомок, хромосома которого на позициях [1 .. l1] состоит из генов первой родительской хромосомы, а на позициях [l1+1 .. L2-l2+l1] – из генов второй родительской хромосомы;

2)потомок, хромосома которого на позициях [1 .. l2] состоит из генов второй родительской хромосомы, а на позициях [l2+1 .. L1-l1+l2] – из генов первой родительской хромосомы.

Действие одноточечного метода скрещивания на хромосомах различной длины проиллюстрировано на рис. 3.

Рис. 3. Одноточечный метод скрещивания на хромосомах разной длины

В результате работы оператора скрещивания в маршруте могут образовываться циклы, что недопустимо. Для удаления циклов производилось удаление генов из хромосом между узлами-дубликатами.

Оператор мутации используется для внесения случайных изменений в хромосомы для достижения разнообразия популяции, а также для предотвращения преждевременной сходимости популяции. В классическом генетическом алгоритме оператор мутации с некоторой вероятностью меняет ген в бинарном представлении хромосомы на противоположный. Однако в случае, когда хромосома представляет собой маршрут, такой оператор неприменим, так как хромосома после применения к ней оператора мутации может не являться непрерывным маршрутом от начальной точки к конечной. В качестве оператора мутации предлагается использовать следующий метод:

162

1.Случайным образом выбрать точку разрыва l в хромосоме.

2.Проложить маршрут от точки разрыва до конечной точки маршрута. Длину полученного маршрута обозначить L. Так как в ГА мутация рассматривается не как поиск оптимального решения, а скорее как метод восстановления потерянного генетического материала, то прокладка маршрута должна осуществляться случайным образом.

3.Результатом является хромосома, состоящая из генов исходной хромосомы в позициях [1 .. l], и из ячеек маршрута, полученного на шаге 2 в позициях [l+1 .. l+L].

В результате работы алгоритма получены маршруты прокладки инженерной сети, количество которых соответствует начальному размеру популяции. Основываясь на функции приспособленности, есть возможность отобрать необходимое количество лучших маршрутов для дальнейшего использования.

Выводы

На основе теории генетических алгоритмов разработан новый метод выбора оптимального варианта маршрута прокладки трассы инженерной сети, адаптированный к особенностям выбора маршрута прокладки трассы в условиях неполноты исходных данных. При помощи разработанного алгоритма выбирается оптимальный маршрут и близкие к оптимальному альтернативные варианты маршрутов. Принятие окончательного решения по определению трассы инженерной сети принимается проектировщиком путем выбора из оптимального и альтернативных вариантов маршрутов.

Использование полученных методов позволит повысить точность проектных изысканий, шире внедрять в практику проектирования инженерных сетей вариантное проектирование и в конечном итоге снизить стоимость прокладки инженерных сетей.

Библиографический список

1.Бородавкин П.П. Подземные магистральные трубопроводы (проектирование и строительство) /П.П.Бородавкин – М.: Недра, 1982.-384с.

2.Курейчик В.М. Генетические алгоритмы и их применение – 2-е изд., доп./ В.М.Курейчик – Таганрог: Изд-во ТРТУ, 2002.-242с.

3.Кристофидес Н. Теория графов. Алгоритмический подход./Н.Кристофидес – М.:Мир, 1978.-432с.

4.Мелькумов В.Н. Определение оптимального маршрута трассы газопровода на основе карт стоимости влияющих факторов/ В.Н.Мелькумов, И.С.Кузнецов, Р.Н.Кузнецов// Научный вестник ВГАСУ. Строительство и архитектура.-2009.-№1(13).- С.21-27.

The bibliographic list

1.Borodavkin P.P. Subterranean trunk pipelines (design and construction)/P.P.Borodavkin – M.: Nedra, 1982.-384p.

2.Kureychik V.M. Genetic algorithms and their applications – 2nd ed., revised/V.M.Kureychik – Taganrog: Izd-vo TRTU, 2002.-242p.

3.Christofides N. Graph theory - an Algorithmic Approach./N.Christofides – M.:Mir, 1978.-

432p.

4.Melkumov V.N. Laying an optimal gas pipeline route based on cost maps of influenicng factors/V.N.Melkumov, I.S. Kuznetsov, R.N. Kuznetsov//Nauchniy Vestnik VGASU. Stroitelstvo i arhitektura.-2009.-№1(13).- P.21-27.

Ключевые слова: трассы инженерных сетей, оптимальный маршрут прокладки

Keywords: network layout, optimal route

163

УДК 697.94

Воронежский государственный архитектурно-строительный университет Магистрант кафедры теплогазоснабжения М.А.Кирнова Профессор кафедры теплогазоснабжения О.А.Сотникова

Россия, г.Воронеж, тел.(4732) 71-53-21 e-mail: Teploset@ymail.com

The Voronezh State University of Architecture and Civil Engineering

Post-graduate of department heat and gas supply M.A.Kirnova

Professor of the department of heat and gas supply O.A.Sotnikova

Russia, Voronezh, tel.(4732) 71-53-21 E-mail: Teploset@ymail.com

М.А.Кирнова, О.А.Сотникова

ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ ТЕПЛООБМЕНА В ТЕПЛОВОМ АККУМУЛЯТОРЕ С ПОРИСТОЙ МАТРИЦЕЙ

В статье приведены результаты численного моделирования теплообмена в тепловом аккумуляторе с пористой матрицей

M.A.Kirnova, O.A. Sotnikova

NUMERICAL MODELLING OF HEAT EXCHANGE IN THE THERMAL

ACCUMULATOR WITH THE POROUS MATRIX

In article results of numerical modelling of heat exchange in the thermal accumulator with a porous matrix are resulted

В аккумуляторе в процессах зарядки и разрядки теплоты происходят сложные теплофизические и массообменные явления, определяемые конструктивными и физическими параметрами системы аккумулирования теплоты. Анализ этих явлений возможен при решении системы уравнений, описывающих протекающие физические процессы [1-3].

Движение несжимаемой вязкой жидкости описывается системой уравнений НавьеСтокса. Пренебрегая в данном случае гравитационной силой, что для газообразного теплоносителя вполне допустимо, система уравнений имеет вид

u

+ u

u

+ υ

u

+ w

u

= −

 

1 p

+ ν

2u2 +

2u2 +

2u2

,

 

 

 

 

 

 

 

 

 

 

 

τ

x

y

z

 

ρ τ

 

 

 

 

 

 

 

 

 

x

 

 

y

 

 

 

z

 

 

 

v

+ u

v

+ υ

v

+ w

v

= −

1 p

+ ν

2 υ2 +

2υ2 +

2 υ2

,

 

 

(1)

 

 

 

 

 

 

 

 

 

τ

x

y

z

ρ τ

 

 

 

 

 

 

 

 

x

 

 

 

y

 

 

 

z

 

 

 

 

w

+ u

w + υw + w w = − 1 p

 

 

2

w2 +

2

w2 +

2

w2

 

,

+ ν

 

 

 

 

τ

 

x

y

z

 

 

ρ τ

 

 

x

 

y

 

z

 

 

где и, υ, w - компоненты скорости; τ - время; x, y, z - естественные декартовые координаты; ρ - плотность среды; р - давление; ν - коэффициент кинематической вязкости.

Уравнение энергии записывается следующим образом

t

+ u

t

+ υ

t

+ w

t

= a

2 t

+

2 t

+

2

t

,

(2)

τ

x

y

z

2

2

z

2

 

 

 

x

y

 

 

 

 

где a - коэффициент температуропроводности.

164

Уравнение неразрывности для несжимаемой среды

u

+

υ

+

w

= 0,

(3)

x

 

y

 

z

 

 

Уравнения (1)...(3) составляют полную систему уравнений тепломассообмена однородной вязкой несжимаемой жидкости с постоянным коэффициентом вязкости ν.

Целью математического моделирования является расчет трехмерных нестационарных полей температур в объеме воздушного аккумулятора теплоты с гравийным наполнением в режиме зарядки и разрядки.

Расчетная схема установки приведена на рис. 1.

t2'

t'' 1

t'' 2

t1' 2х2 м

3 м

Рис. 1. Расчетная схема аккумулятора теплоты

Исходные данные для расчета.

Аккумулятор представляет собой прямоугольный бак размером 2x2x3 м, половина объема которого, представленного на рис. 2, заполнена гравием в виде круглых шаров диаметром 50 мм. Аккумулятор теплоизолирован матами прошивными толщиной 100 мм. Теплофизические характеристики гравия и матов приведены в табл. 1. Объем аккумулятора рассматривается как пористая среда с пористостью ε = 0,476 , являющейся отношением общего объема воздуха между шарами (кусками) гравия к общему объему бака. При этом объем воздуха, прилегающего к каждому отдельному шару, представляет собой разность между объемами куба и вписанного в него шара.

 

 

 

Таблица 1

Теплофизические характеристики гравия и теплоизоляционных матов

 

 

 

 

 

Материал

Теплопроводность,

Теплоемкость,

Плотность,

 

Вт/(м·К)

Дж/(кг·К)

кг/м3

 

Гравий

3,2

921,6

2680

 

Теплоизоляция

0,045

836,0

582

 

Для расчета гидродинамического сопротивления движению воздуха в пористой среде используются закон Дарси, в котором учитываются локальные скорости потока в пористой среде, коэффициенты вязкостного и местного сопротивлений и диаметр шара гравия, равный 100 мм. Скорость воздуха на входе в аккумулятор, как в режиме зарядки, так и в режиме разрядки составляла 2 м/с. Размеры входного и выходного отверстий составляли 20x20 см.

Начальная температура аккумулятора перед зарядкой составляла 20 °С.

165

B Выход

3 м

Центр

z

y

A

v=2м/с

x

 

Вход

2 м

Рис. 2. Геометрия воздушного аккумулятора теплоты с гравийным наполнением (половина объема)

Метод и модель для расчета.

Расчет трехмерных нестационарных полей температур в объеме воздушного аккумулятора теплоты с гравийным наполнением в режиме зарядки и разрядки проводился путем численного решения уравнений Навье-Стокса с помощью компьютерного комплекса STAR-CD. В режиме зарядки воздух подавался снизу, в режиме разрядки - сверху.

STAR-CD – многоцелевой программный комплекс, предназначенный для проведения расчетов в области механики жидкости и газа. STAR-CD позволяет решать задачи в следующих областях: стационарные и нестационарные течения; ламинарные течения; турбулентные течения; сжимаемые и несжимаемые (включая около- и сверхзвуковые); теплоперенос (конвективный, радиационный, теплопроводность с учетом твердых); массоперенос; химические реакции; горение газообразного, жидкого и твердого топлива; распределенное сопротивление (например, в пористых средах, теплообменниках); многокомпонентные течения; многофазные потоки – модель Лагранжа (дисперсные газ - твердое тело, газ - жидкость, жидкость - твердое тело, жидкость - жидкость); многофазные потоки – модель Эйлера; свободные поверхности.

Результаты расчетов. В табл. 2 приведены варианты решенных задач.

Таблица 2

Анализ тепловых режимов воздушного аккумулятора теплоты в режиме зарядки и разрядки

№ варианта

Температура воздуха на входе

Результаты

в аккумулятор в режиме

представлены

 

зарядки

разрядки

на рисунках №№

1

60

20

3-6

2

100

20

7-10

На рис. 3-4 представлены результаты расчетов: зависимости температуры в отдельных частях аккумулятора теплоты от времени в режимах зарядки и разрядки (варианты 1 и 2 соответственно). На этих рисунках (в соответствии с рис. 1) «вход» - температура воздуха на входе в аккумулятор, «выход» - температура воздуха на выходе из аккумулятора, «центр» - температура в центре аккумулятора (согласно рис.2).

166

 

70

 

 

 

 

 

 

 

 

60

 

 

 

 

 

 

 

,°C

50

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Температура

40

 

 

 

 

 

 

 

30

 

 

 

 

 

 

 

20

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

10

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

0

10

20

30

40

50

60

70

 

 

 

 

Время, час

 

 

 

 

 

 

Вход

 

Центр

 

 

Выход

Рис. 3. Зависимости температуры в отдельных точках аккумулятора теплоты от времени в режиме зарядки (вариант 1)

 

60

 

 

 

 

 

 

 

50

 

 

 

 

 

 

,°C

40

 

 

 

 

 

 

Температура

 

 

 

 

 

 

30

 

 

 

 

 

 

20

 

 

 

 

 

 

 

 

 

 

 

 

 

 

10

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

55

65

75

85

95

105

115

 

 

 

 

Время, час

 

 

 

 

Вход

 

 

Центр

 

Выход

Рис. 4. Зависимости температуры в отдельных точках аккумулятора теплоты от времени в режиме разрядки (вариант 1)

На рис. 5-6 и 8-9 приведены зависимости температуры вдоль линии А-В (рис. 2) в среднем сечении аккумулятора теплоты в режимах зарядки и разрядки для различных моментов времени и вариантов.

На остальных рисунках приведены поля температур в объеме аккумулятора теплоты для различных моментов времени зарядки и разрядки.

Время зарядки аккумулятора при температуре воздуха на входе, равной 60°С, составляло 30-40 часов, а для температуры воздуха на входе, равной 100°С - 40-50 часов.

Из рисунков 3 и 4 следует, что для варианта 1 в процессе зарядки установившийся режим имеет место примерно после 50 часов; при разрядке этот режим устанавливается после 100 часов работы аккумулятора. Этот вывод подтверждается и графиками, приведенными на рис. 5 и 6.

Кроме того, со временем (50 часов при зарядке и 100 часов в режиме разрядки) в аккумуляторе устанавливается относительно равномерное поле температур. Можно сделать вывод, что при этом в основном завершается процесс релаксации температуры в емкости аккумулятора.

167

 

70

 

 

 

 

 

 

 

 

 

 

 

60

 

 

 

 

 

 

 

 

 

 

,°C

50

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Температура

40

 

 

 

 

 

 

 

 

 

 

30

 

 

 

 

 

 

 

 

 

 

20

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

10

 

 

 

 

 

 

 

 

 

 

 

0

0,2

0,4

0.6

0,8

1

1,2

1,4

1,6

1,8

2

 

0

 

 

 

 

 

координата Х, м

 

 

 

 

0,3

часа

31

час

6,9

часов

55

часов

Рис. 5. Зависимость температуры вдоль линии А-В (рис. 2) в среднем сечении аккумулятора теплоты в режиме зарядки для различных моментов времени (вариант 1)

 

70

 

 

 

 

 

 

 

 

 

 

,°C

60

 

 

 

 

 

 

 

 

 

 

50

 

 

 

 

 

 

 

 

 

 

Температура

 

 

 

 

 

 

 

 

 

 

40

 

 

 

 

 

 

 

 

 

 

30

 

 

 

 

 

 

 

 

 

 

20

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

10

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

1,8

2

 

 

 

 

 

координата Х, м

 

 

 

 

55 часа

92 час

67 часов

108 часов

Рис. 6. Зависимость температуры вдоль линии А-В (рис. 2) в среднем сечении аккумулятора теплоты в режиме разрядки для различных моментов времени (вариант 1)

 

120

 

 

 

,°C

100

 

 

 

Температура

80

 

 

 

60

 

 

 

40

 

 

 

 

 

 

 

 

20

 

 

 

 

0

 

 

 

 

0

20

40

60

 

 

 

Время, час

 

 

 

Вход

Центр

Выход

Рис. 7. Зависимости температуры в отдельных точках аккумулятора теплоты от времени в режиме зарядки (вариант 2)

168

 

100

 

 

 

 

 

 

90

 

 

 

 

 

,°C

80

 

 

 

 

 

70

 

 

 

 

 

Температура

 

 

 

 

 

60

 

 

 

 

 

50

 

 

 

 

 

40

 

 

 

 

 

30

 

 

 

 

 

 

 

 

 

 

 

 

20

 

 

 

 

 

 

10

 

 

 

 

 

 

0

 

 

 

 

 

 

55

65

75

85

95

105

 

 

 

Время, час

 

 

 

 

Вход

 

Центр

 

Выход

Рис. 8. Зависимости температуры в отдельных точках аккумулятора теплоты от времени в режиме разрядки (вариант 2)

 

120

 

 

 

 

 

100

 

 

 

 

,°C

80

 

 

 

 

Температура

 

 

 

 

60

 

 

 

 

40

 

 

 

 

 

20

 

 

 

 

 

0

 

 

 

 

 

0

0,5

1

1,5

2

 

 

 

координата Х, м

 

 

0,3 часа

34

час

9 часов

50

часов

Рис. 9. Зависимость температуры вдоль линии А-В (рис. 2) в среднем сечении аккумулятора теплоты в режиме зарядки для различных моментов времени (вариант 2)

 

120

 

 

 

 

 

100

 

 

 

 

,°C

80

 

 

 

 

 

 

 

 

 

Температура

60

 

 

 

 

40

 

 

 

 

 

 

 

 

 

 

20

 

 

 

 

 

0

 

 

 

 

 

0

0,5

1

1,5

2

 

 

 

координата Х, м

 

 

55,3 часа

88 час

63 часов

113 часов

Рис. 10. Зависимость температуры вдоль линии А-В (рис. 2) в среднем сечении аккумулятора теплоты в режиме разрядки для различных моментов времени (вариант 2)

169

Выводы

На основании анализа приведенных графических зависимостей можно заключить следующее.

Вслучае варианта 1 «зарядка» температура аккумулирующей гравийной поверхности, расположенной в центре аккумулятора, достигнет значения 53°С после 30 часов, а после 60 часов зарядки – она равна 58°С. Гравий, находящийся вблизи выхода, после 30 часов зарядки имеет температуру 30°С, а после 60 часов – 52°С.

Врежиме разрядки в течение 105 часов температура гравия у входа колеблется от 38 до 26°С, в центре - от 56 до 24°С, а на выходе равна 24°С.

Вдоль линии А-В при режиме зарядки удовлетворительная температура на выходе имеет место после 50 часов. В режиме разрядки процесс рекомендуется вести не более 60 часов.

Следовательно, режим зарядки аккумулятора теплоты должен быть не менее 60 часов, а режим разрядки - не более 60 часов.

Для варианта 2 температура зарядки аккумулятора после 50 часов работы в отдельных точках на выходе равна 80°С. При разрядке температура заметно падает после 70 часов передачи теплоты.

Процесс накопления и передачи теплоты по линии А-В характеризуется следующими показателями: при зарядке процесс аккумулирования теплоты должен быть не менее 50 часов, а процесс разрядки не должен превышать 55 часов.

Библиографический список

1.Айвазян О.М. Основы гидравлики равномерных течений. – М. – Ижевск: НИЦ «Регулярная и хаотическая динамика», 2006. - 152с.

2.Исаченко В.П., Осипова В.А., Сукомел А.С. Теплопередача: Учебник для вузов. - 4-е изд., перераб. и доп. М.: Энергоатомиздат, 1981. 375 с.

3.Лойцянский Л.Г. Механика жидкости и газов: 3-е изд. перераб. и доп. -М.:

Наука, 1970. - 904 с.

The bibliographic list

1.Aivazyan O.M. Bases of hydraulics of uniform currents. – M. – Izhevsk: NIC «Regular and chaotic dynamics», 2006. – 152 p.

2.Isachenko V. P, Osipova V. A, Sukomel A.S. Heat transfer: the Textbook for high schools. –4 edition processed and added. М: Enegroatomizdat 1981. 375 p.

3.Lojtsjansky Л.Г. Mechanics of a liquid and gases: 3 the edition processed and added

-M.: Science, 1970. 904 p.

Ключевые слова: аккумуляторы теплоты, зарядка, разрядка, численное моделирование.

Keywords: warmth accumulators, gymnastics, discharge, numerical modelling.

170

УДК 697.245

Воронежский государственный архитектурно - строительный университет Канд. техн. наук, ст. преп. И.С.Кузнецов, инженер Р.H.Кузнецов.

инженер А.А.Горских.

Россия, г. Воронеж, тел. 8(4732)71-53-21 e-mail: ilya.kuznetsov@gmail.com

Voronezh state university of architecture and civil engineering

Cand.Tech.Sci., senior lecturer I.S.Kuznetsov engineer R.N.Kuznetsov

engineer A.A.Gorskih

Russia, Voronezh, ph. 8 (4732) 71-53-21 e-mail: ilya.kuznetsov@gmail.com

И.С.Кузнецов, Р.Н.Кузнецов, А.А.Горских

ПРОГНОЗИРОВАНИЕ РАЗВИТИЯ ГАЗОРАСПРЕДЕЛИТЕЛЬНЫХ СЕТЕЙ

В работе приведены результаты применения нейросетевых методов обработки информации для решения задач прогнозирования развития газораспределительных сетей. Получен прогноз развития газораспределительных сетей высокого, среднего и низкого давления г.Воронежа.

I.S.Kuznetsov, R.N.Kuznetsov, A.A.Gorskih

FORECASTING THE EVOLUTION OF GAS DISTRIBUTION NETWORKS

Result of usage of neural network methods of information processing for solution of problems of forecasting the evolution of gas distribution networks have been presented. A prognosis of development of gas distribution networks of high, low and medium pressure in the city of Voronezh has been obtained.

Для эффективного планирования развития газораспределительных организаций и своевременного привлечения финансовых и материальных ресурсов необходимо прогнозировать развитие газораспределительных сетей. Прогноз должен максимально точно и надежно оценивать будущее газораспределительных сетей и их элементов [4]. Имеется множество способов прогнозирования. Современные методы статистического прогнозирования позволяют с высокой точностью прогнозировать практически все возможные временные ряды.

При этом следует учитывать некоторые моменты: хороший прогноз можно получить только для детерминированного ряда; прогноз предполагает, что в будущем за время прогноза не произойдет каких-либо существенных изменений факторов, которые могут повлиять на временной ряд.

Рассмотрим прогнозирование развития газораспределительных сетей на примере г.Воронежа. Показатели, характеризующие развитие газораспределительной системы, формировались 56 лет с момента начала газификации г. Воронежа. Таким образом, имеется задача анализа временного ряда: построение модели временного ряда, оценка адекватности этой модели и на основе наблюдаемых значений прогнозирование будущих значений.

Для реализации этой цели был использован механизм построения и обучения нейронной сети, аппроксимирующей исходный временной ряд [1].

На нейронные сети задача прогнозирования формализуется через задачу распознавания образов [2]. Данных о прогнозируемой переменной за некоторый промежуток времени образуют образ, который классифицируется значением прогнозируемой переменной в некоторый момент времени за пределами данного промежутка, т.е. значением переменной через интервал прогнозирования.

171