資源描述：
《探索氣液、氣液固微反應(yīng)器流動特性》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、天津大學碩士學位論文氣液、氣液固微反應(yīng)器流動特性姓名：羅道威申請學位級別：碩士專業(yè)：化學工藝指導(dǎo)教師：李（韋華）20061201中文摘要微通道中多相流動壓降是微反應(yīng)器設(shè)計與放大必需的重要參數(shù)，而微通道中多相流動壓降又與流型密切相關(guān)。近年來，人們對微通道中氣液兩相流動特性進行了較深入的研究，但尚未很好地解決流型的劃分與壓降準確預(yù)測的問題；而對于微通道中氣液固三相流動特性的研究尚未見文獻報道。本文在內(nèi)徑400um的玻璃圓形微通道中，進行了氣液兩相和氣液固三相流動特性的研究。實驗過程中液相為水、乙醇、兩種不同濃度的CMC水溶液，氣相介質(zhì)為氮氣，固相為納米二氧化硅。實驗
2、中通過高速攝像，在兩相流和三相流均觀測到了泡狀流、彈狀流、彈．環(huán)形狀流、擾動流和環(huán)形流等流型。以w吣、WeGS、Rez．s、Reos、嘗為輸入?yún)?shù)，采用BP神經(jīng)網(wǎng)絡(luò)可以很好地預(yù)測微通道內(nèi)的氣液兩相流的流型，辯識率為96．7％；以WepsLS、Weas、RepSLSiReos、五P了G、帆為輸入?yún)?shù)，采用BP神經(jīng)網(wǎng)絡(luò)可以很好地預(yù)測微通道內(nèi)的氣液固三相流的流型，辯識率為97．8％。利用神經(jīng)網(wǎng)絡(luò)的分區(qū)結(jié)果，對氣液微通道中各區(qū)壓降預(yù)測公式進行了研究，得到了如下結(jié)果：在擾動流、泡狀流區(qū)域，選用平均動能法能很好地預(yù)測流動壓降，平均動能法中的比例系數(shù)被修正為：12'=0．03
3、87EXP(0．0021木爿；在彈狀：’．“G流區(qū)，采用Kreutzer等【74】的壓降預(yù)測公式和神經(jīng)網(wǎng)絡(luò)預(yù)測彈狀長度相結(jié)合，可以較好地預(yù)測該區(qū)域的壓降；在彈．環(huán)狀流區(qū)，Dllklcr模型在與彈狀流與彈．環(huán)狀流轉(zhuǎn)換區(qū)域得到了很好的結(jié)果，平均動能法在彈．環(huán)狀流和環(huán)狀流之間的轉(zhuǎn)換區(qū)域得到了很好的預(yù)測結(jié)果；在環(huán)狀流區(qū)域，采用基于氣相乘數(shù)①乙的方法可以很好地預(yù)測流動壓降。對氣液固微通道中各區(qū)壓降預(yù)測中，撓動流、泡狀流、彈狀流和彈．環(huán)狀流區(qū)，選用平均動能法能很好地預(yù)測流動壓降，平均動能法中的比例系數(shù)被修正為a--0．015，其與二氧化硅質(zhì)量含量無關(guān)；在環(huán)狀流區(qū)域，采用的是
4、基于氣相乘數(shù)①乙的方法來預(yù)測流動壓降。關(guān)鍵詞：微通道氣．液兩相流氣．液．固三相流壓力降流型ABSTRACTMulti-phaseflowpressuredropinmicrochannelsisanimportantparametertodesignandscaleupofmicroreactors．Flowpatternsinmicrochannelsgreatlyinfluencethismulti-phaseflowpressuredrop．Althoughgas-liquidtwo-phaseflowpropertiesinmicrochannelsha
5、vebeenextensivelystudiedrecently,itisnotsolvedyettoclassifytherelatedflowpatternsandtOpredictthepressuredropaccurately．SofarnoreportWasfoundabouttheflowpreopertiesofthree-phaseflowinmicrochannels．Inthethesistwo-phaseandthree-phaseflowpropertieswerestudiedin．microchannelswiththediamet
6、erof400um．Theliquidphaseusedwaswater，ethanol，CMCaqueoussolutionwithtwodifferentconcentrations，thegasphasewasni仃ogen，andthesolidWassilicananoparticles．Flowpatterns，suchasbubbly，slug，slug-annular，chumandannularflow，wererecordedforbothtwo-phaseandthree-phasethroughhigh-speedphotography．
7、BPneuralnetworkwasprovedtopredictthetwo-phaseflowpatternsinmierochannelsusingWezs、Weas、ReLs、Reosand蓋asinputparameters，itsidentifiedaccuracyis96．7％．Whileforthree-phaseflowinmicrochannels，BPneuralnetworkCanalsopredictflowpatternswithanidentifiedaccuracy97．8％usingWepsLs、Weos、Rees嬲、Reas、
8、石PG、wsasinpu
