国家自然科学基金(50879075)
- 作品数：7 被引量：26H指数：3
- 相关作者：程伟平朱嵩刘国华黄跃飞廖锡健更多>>
- 相关机构：浙江大学广东省电力设计研究院清华大学更多>>
- 发文基金：国家自然科学基金国家科技重大专项国家重点基础研究发展计划更多>>
- 相关领域：水利工程理学建筑科学农业科学更多>>
- 供水管网爆管水力学模型与爆管定位被引量：7
- 2013年
- 针对城市供水系统爆管监控定位困难问题,采用加权最小误差法,建立基于监视控制和数据采集系统(SCADA)的监测资料与低压供水模型相结合的管网爆管水力学模型,并应用该模型对某市的爆管漏水量的估算和爆管后城市供水压力进行了分析,模型预测的漏水量与现场调查资料基本一致.爆管前后实时监测资料显示:有2/3的区域受到了爆管的影响,爆管后在爆管点附近压差增加,爆管点反方向压差减小.通过对某市实际爆管的定位分析研究表明,利用压差或水力坡降的变化进行实时爆管初步定位和报警是可行的.
- 程伟平赵丹丹许刚蒋建群
- 关键词：供水管网系统爆管水力模型
- 湍流标量输运过程中的Schmidt数识别
- 2011年
- 湍流Schmidt数是湍流传质过程中的关键控制参数,为了准确识别输运过程的湍流Schmidt数,提出基于Metropolis-Hastings算法和有限单元法的湍流Schmidt数识别算法。湍流求解采用稳态标准k-ε模型,浓度场求解采用非稳态无源对流扩散方程。算例计算结果表明,基于Metropolis-Hastings算法和有限单元法的参数识别算法对湍流Schmidt数的识别精度较高。
- 朱嵩刘国华程伟平黄跃飞
- 关键词：参数识别
- 基于贝叶斯推理的标准k-ε湍流模型参数识别被引量：8
- 2010年
- 为了降低湍流模型湍流参数不确定性给工程湍流问题求解带来数值误差,以后台阶流动为例研究了适用范围很广的k-ε湍流模型的参数识别问题。针对模型和实验数据的不确定性而采用了贝叶斯概率反演方法,该方法集成了有限单元法的正向计算和Metropolis-Hastings抽样算法的反向计算,从而给出在流速测量值已知的条件下标准k-ε湍流模型参数的后验概率分布。算例计算表明,采用参数识别后的参数值进行计算比传统推荐值有效地降低了数值误差。
- 朱嵩刘国华毛欣炜程伟平黄跃飞
- 关键词：参数识别贝叶斯推理反问题
- 超短竖井式进/出水口的水力控制被引量：1
- 2012年
- 弯道后的水流调整不好,可导致进/出口存在严重偏流和水头损失增大.为了保证竖井式进/出水口的配水均匀性和水力稳定,采用三维RNG k-ε紊流模型,对某抽水蓄能电站上水库盖板竖井式进/出水口进行了数值模拟,并进行了模型试验验证.重点对比研究了竖井扩散段采用椭圆曲线与渐扩锥管两种形式在抽水工况出流时的流动特性.计算结果显示,渐扩锥管的配水均匀性和稳定性均好于椭圆曲线扩散管的.对比分析了弯道后渐扩锥管扩散角分别为4.3°,5°和7°时的配水均匀性,计算结果显示竖井式进/出水口应尽可能控制扩散段的扩散角,防止出现偏流;在弯管段后的扩散段的扩散角宜小于4.5°.采用物理模型对推荐体型进行了验证,模型试验显示按照推荐体型设计的进/出水口配水均匀,双机抽水工况下总水头损失系数为0.48;双机发电工况下,总水头损失系数为0.33.
- 程伟平章军军陈益民高悦
- 关键词：抽水蓄能电站水力特性扩散角数值模拟
- 湍流普朗特数识别的随机抽样算法被引量：1
- 2011年
- 在温排水等涉及热交换的环境水力学研究中,湍流普朗特(Prandtl,简称Pr)数是控制温度的主要参数。对于一个特定的问题,传统湍流Pr数的确定方法主要采用经验法或试错法,因而具有一定盲目性和低效性。为了提高湍流Pr数确定的可靠性,采用马尔科夫链蒙特卡罗(M arkov Chain Monte Carlo,简称MCMC)随机抽样的方法(M etropolis-Hastings算法)来对湍流Pr数进行识别,其中湍流场计算采用了稳态标准k-ε模型,温度场计算采用非稳态热传导方程。算例计算结果表明,MCMC方法对湍流Pr数的识别具有良好的适用性和较高的识别精度。
- 朱嵩刘国华程伟平黄跃飞
- 关键词：参数识别湍流传热
- 基于逆向概率密度函数的污染云团空间重构
- 2012年
- 利用逆向概率密度函数与浓度的关系,对逆向概率密度函数与初始浓度场进行卷积即可得到观测点的浓度值。建立了通过逆向概率密度微分方程求解观测点浓度值的数值模型,并通过算例验证了该方法的正确性。在此基础上,建立了基于逆向概率密度函数的污染云团空间重构模型,并采用扫描法进行最优解的搜索。该方法效率高,且得到的解是空间内的全局最优解。通过2维空间重构算例的仿真,对比研究了不同监测点数量时污染云团空间重构性能,发现两个及以上测点情况下,计算结果可靠性高,抗噪能力强。
- 程伟平廖锡健陈一帆周长青
- 关键词：污染云团
- 基于逆向概率密度函数的一维污染源排放重构被引量：9
- 2011年
- 应用逆向概率密度函数进行一维对流扩散方程污染释放过程重构,给出了采用逆向概率与传统优化过程的流程图和主要区别。采用逆向概率密度函数进行污染源重构,其微分方程求解次数等于观测数据量,有效地降低了数值计算量。应用逆向概率密度函数结合优化算法针对一维对流扩散方程中正态波式和矩形波式的污染源排放过程重构的仿真结果显示:对于1～2个污染物正态函数波释放过程,采用一到两个监测点即可准确得辨识出主要参数;3个正态函数波释放过程,采用3个监测点,辨识结果仍有一定误差,可能与模型的非线性特征或释放过程波的相互干扰有关。矩形波释放过程,采用三个监测能准确辨识出所有参数。
- 程伟平廖锡健
