Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安交通大学张剑飞获国家专利权

西安交通大学张剑飞获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西安交通大学申请的专利基于三周期极小曲面的固体氧化物燃料电池用高温空预器优化设计方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119692180B

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411752400.8,技术领域涉及:G06F30/27;该发明授权基于三周期极小曲面的固体氧化物燃料电池用高温空预器优化设计方法是由张剑飞;魏国盟;屈治国设计研发完成,并于2024-12-02向国家知识产权局提交的专利申请。

基于三周期极小曲面的固体氧化物燃料电池用高温空预器优化设计方法在说明书摘要公布了:本发明公开了一种基于三周期极小曲面的固体氧化物燃料电池用高温空预器优化设计方法,首先建立三周期极小曲面单晶胞结构和水力特性参数间、封头结构与局部阻力系数间的样本数据库,基于样本数据库构建单晶胞结构与水力特性、封头与局部阻力的人工神经网络模型,依据该模型在设计要求的基础上结合非线性寻优算法设计交叉流动换热器逐晶胞自适应热平衡计算流程,以冷热两侧压降为优化目标,开发基于多目标遗传优化算法的极小曲面结构空气预热器优化设计方法,最终得到单晶胞几何结构、空预器总体尺寸及其对应的热工性能,该方法可以自动获得单晶胞和总体尺寸间的最佳匹配方案,提高了设计优化效率,更有利于工程应用。

本发明授权基于三周期极小曲面的固体氧化物燃料电池用高温空预器优化设计方法在权利要求书中公布了:1.一种基于三周期极小曲面的固体氧化物燃料电池用高温空预器优化设计方法,其特征在于,包括如下步骤: S1:搭建单晶胞几何参数与水力特性参数、封头结构与局部阻力系数的样本数据库,基于样本数据库构建对应的人工神经网络模型; S2:在考虑封头结构的基础上,按照交叉流动换热结构选定三周期极小曲面结构,以晶胞为计算单元,逐个晶胞计算流动和传热性能,最终得到总体热工性能; S3:基于非线性寻优算法fmincon实现逐个晶胞自适应热平衡计算,逐个晶胞求解得到双流体换热器给定结构下的工况参数; S4:以单晶胞尺寸、壁厚、换热芯体尺寸大小和封头高度为决策变量,以冷热两侧压降最小为优化目标,总尺寸限制和热侧温度出口为约束条件,基于多目标遗传算法进行高温空气预热器优化设计; S5:计算得到最优解集,并筛选符合要求的设计方案,获得优化后的三周期极小曲面结构换热器总体设计参数,完成高温空气预热器的设计; 所述交叉流动换热结构是换热芯体,为热量计算区域,封头主要用于计算总压降,忽略封头处的换热量;换热量计算时采用逐个晶胞层计算方法,在冷热流体流动方向交叉面法线方向的换热视为均匀的,将单晶胞作为基本换热单元,逐层求解每一单元换热状态,并把该单元换热进出口参数传递给临近的其他两个单元作为输入参数,循环求解完毕后,得到总换热量和冷热侧出口处的温度分布,取面积平均值作为最终的温度结果,压降则按照并联管路计算;相邻晶胞间温度参数传递过程: 总换热量和单晶胞换热量的关系: 换热器总压降和单晶胞及封头压降的关系: 换热器出口平均温度计算: 式中,表示第i+1行晶胞入口处温度,表示第i行晶胞出口处温度,表示第j+1列晶胞入口处温度,表示第j列晶胞出口处温度;Q表示总换热量,Qij则为第i行第j列晶胞的换热量,m和n分别代表沿热、冷流体方向的晶胞总数,i和j分别表示第i行第j列的单晶胞;ΔP表示总压降,ΔP1,j表示第1行第j列晶胞的压降,分别表示第1行、第2行晶胞总压降,分别表示第i行、第m行晶胞总压降,ΔPend表示封头压降;tave,out表示出口处平均温度,Ai表示第i行第n列单晶胞流通截面积,Atotal则表示出口处总流通截面积,ti,out表示第i行第n列单晶胞出口温度,下标in、out和ave分别表示单元进口、出口和换热器总平均温度。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安交通大学,其通讯地址为:710049 陕西省西安市碑林区咸宁西路28号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。