检索结果-南通市图书馆

Multi-objective performance optimization&thermodynamic analysis of solar powered supercritical CO_(2)power cycles using machine learning methods&genetic algorithm

引用

Energy and AI 2024年第1期15卷 193-216页

作者： asif iqbal turja Md Mahmudul Hasan M.Monjurul Ehsan Yasin Khan Department of Mechanical and Production Engineering(MPE) Islamic University of Technology(IUT)Board BazarGazipur1704Bangladesh

The present study is focused on multi-objective performance optimization&thermodynamic analysis from the perspectives of energy and exergy for Recompression,Partial Cooling&Main Compression Intercooling supercritical CO_(2)(sCO_(2))Brayton cycles for concentrated solar power(CSP)applications using machine learning *** novelty of this work lies in the integration of artificial neural networks(ANN)and genetic algorithms(GA)for optimizing the performance of advanced sCO_(2)power cycles considering climatic variation,which has significant implications for both the scientific community and engineering applications in the renewable energy *** methodology employed includes thermodynamic analysis based on energy,exergy&environmental factors including system performance *** system is modelled for net power production of 15 MW thermal output utilizing equations for the energy and exergy balance for each ***,thermodynamic model extracted dataset used for prediction&evaluation of Random Forest,XGBoost,KNN,AdaBoost,ANN and LightGBM ***,considering climate conditions,multi-objective optimization is carried out for the CSP integrated sCO_(2)Power cycle for optimal power output,exergy destruction,thermal and exergetic *** algorithm and TOPSIS(technique for order of preference by similarity to ideal solution),multi-objective decision-making tool,were used to determine the optimum operating *** major findings of this work reveal significant improvements in the performance of the advanced sCO_(2)cycle by 1.68%and 7.87%compared to conventional recompression and partial cooling cycle,*** research could advance renewable energy technologies,particularly concentrated solar power,by improving power cycle designs to increase system efficiency and economic *** advanced supercritical CO_(2)power cycles in concentrated solar power plants might increase renewable energy use

关键词： Supercritical CO_(2) Concentrated solar power Thermodynamic analysis Machine learning Artificial neural network Multi-objective optimization

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Machine learning-based multi-objective optimization and thermal assessment of supercritical CO_(2) Rankine cycles for gas turbine waste heat recovery

引用

Energy and AI 2024年第2期16卷 363-384页

作者： asif iqbal turja Ishtiak Ahmed Khan Sabbir Rahman Ashraf Mustakim Mohammad Ishraq Hossain M Monjurul Ehsan Yasin Khan Department of Mechanical and Production Engineering(MPE) Islamic University of Technology(IUT)Board BazarGazipur1704Bangladesh

Technologies for utilizing waste heat for power generation have attracted significant attention in recent years due to their potential to enhance energy efficiency and reduce greenhouse gas *** research focuses on the comparative and optimization analysis of three supercritical carbon dioxide(sCO_(2))Rankine cycles(simple,cascade,and split)for gas turbine waste heat *** study begins with parametric analysis,investigating the significant effects of key variables,including turbine inlet temperature,condenser inlet temperature,and pinch point temperature,on the thermal performance of advanced sCO_(2) power *** identify the most efficient cycle configuration,a multi-objective optimization approach is *** approach combines a Genetic Algorithm with machine learning regression models(Random Forest,XGBoost,Artificial Neural Network,Ridge Regression,and K-Nearest Neighbors)to predict cycle performance using a dataset extracted from cycle *** decision-making process for determining the optimal cycle configuration is facilitated by the TOPSIS(technique for order of preference by similarity to the ideal solution)*** study's major findings reveal that the split cycle outperforms the simple and cascade configurations in terms of power generation across various operating *** optimized split cycle not only demonstrates superior power output but also exhibits enhanced net power output,heat recovery,system and exergy efficiency of 7.99 MW,76.17%,26.86%and 57.96%,respectively,making it a promising choice for waste heat recovery *** research has the potential to contribute to the advancement and widespread adoption of waste heat recovery in energy technologies boosting system efficiency and economic *** provides a new perspective for future research,contributing to the improvement of energy generation infrastructure.

关键词： Supercritical co2 Rankine cycle Waste heat recovery Gas turbine Thermodynamic analysis Machine Learning Optimization

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于STAMP模型的坍塌事故致因分析

基于STAMP模型的坍塌事故致因分析

引用

作者： ERGYS turja 长沙理工大学

学位级别：硕士

建筑业是国民经济的重要物质生产部门,它与整个国家经济的发展、人民生活的改善有着密切的关系。据相关资料显示,建筑坍塌事故在所有建筑事故类型中造成的后果最严重,亟需引起重视。建筑坍塌事故是一种特殊的作业,具有施工过程复杂、人... 详细信息

建筑业是国民经济的重要物质生产部门,它与整个国家经济的发展、人民生活的改善有着密切的关系。据相关资料显示,建筑坍塌事故在所有建筑事故类型中造成的后果最严重,亟需引起重视。建筑坍塌事故是一种特殊的作业,具有施工过程复杂、人员流动性大、作业周期长、环境不确定性高等特点。同时伴随着,施工人员专业知识匮乏、多层次的分包工程等风险,这使得安全管理难度越来越大,给建筑业的安全生产带来了严峻的挑战。近年来,建筑行业得到大力发展,特别是工程建设的巨大投资和从业人员的庞大规模使得建筑安全事故的后果异常严重和巨大,每年由于安全事故丧生的从业人员超过千人,直接经济损失逾百亿元。因此,对施工事故进行科学准确的致因分析是十分必要的。通过坍塌事故致因分析,可以及时了解工程建筑的运行状况,提前安排检测督查,有利于预防建筑安全事故的发生。目前,坍塌事故引起的安全问题由于建筑行业规模的壮大日益显著,与此同时政府将建筑安全生产工作作为重点工作,不仅制定了一系列的法律法规要求施工单位安全生产,而且出台了相配套的制度和措施,积极完善建筑施工监管体系,同时进行施工安全大检查活动。但不容忽视的是,在政府各个方面的监管控制下,建筑坍塌事故还是屡屡出现。因此,对建筑坍塌事故进行科学准确的因果分析是十分必要的。通过对坍塌事故原因的分析,及时了解施工现场经常存在的安全隐患,提前安排巡查检查,有利于预防建筑坍塌事故的发生。通过对坍塌事故调查报告的阅读以及相关文献的研究,可以发现坍塌事故的发生并不是由一项致因因素导致的,它是在多个致因相互影响下发生的,并且一个事故的发生可能涉及多个主体,需要从整个系统进行分析。由此可见,传统的事故致因方法并不适用于坍塌事故的致因分析,而是要选择基于系统论的事故模型。美国麻省理工大学Leveson教授以系统理论为基础,提出了 STAMP事故模型。在STAMP中,最基本的概念不是事件,而是约束,安全被视为控制问题,通过控制结构来实现系统的安全性,事故被认为是控制结构中安全约束的缺失或者控制执行不充分造成的。因此,分层控制结构是STAMP模型分析事故的基础,通过分层控制结构可以理清复杂系统组成并分析系统各部分的控制缺陷原因。分层控制结构是STAMP模型描述建筑施工系统并进行事故致因评估和分析的理论基础,建立明确的建筑施工控制结构第一应该确定模型的控制层级、控制回路、过程模型等。控制层级是代表基于STAMP的控制结构模型中高低不等的层次划分。本文以建筑施工事故致因分析为目标,分析文献并结合实际施工案例,构建施工事故控制结构图。为系统分析施工事故发生原因,有效预防类似事故,以一例典型的建筑坍塌事故为例,建立了该事故的安全分层控制结构如图1所示。从物理层、基层、管理层3个角度对坍塌事故致因进行详细分析并动态分析导致事故发生的控制缺失,在此基础上,提出预防坍塌事故的措施和建议。以期为制定相关安全事故预防措施提供理论依据,帮助建筑相关企业改善安全管理现状,提升安全管理绩效。对物理层的致因分析:根据事故调查结果,造成此次坍塌事故的物理因素因素是混凝土质量问题、模板未固定牢靠以及模板拆除时混凝土强度未达到要求;造成混凝土强度不达标的环境影响因素是当地气温骤降,作为外部干扰因素,温度降低对混凝土强度的降低产生了一定的影响,但不是导致混凝土强度不足的主导因素。对基础层的致因分析:(1)做出决策的环境:所选的坍塌事故案例中工人发生违反作业规程、违章作业、野蛮施工的行为并不是特例,而是施工人员长期的作业习惯形成了错误的操作方式,再着项目部技术负责人长期缺岗,造成技术管理不到位,未能及时纠正施工人员的错误行为。施工人员在不具备施工安全条件下进行施工,而施工队伍中配备的专职安全管理员未认真履行安全管理职责,现场项目部对施工人员的技术交底不到位、不彻底,疏于现场的安全检查,导致施工人员盲目施工,而上级管理部门对施工人员的违章行为不制止也不进行惩罚。(2)不适当的控制措施:造成本次坍塌事故的直接原因是混凝土强度不足的情况下违规操作,除此之外,也出现了其他一些不正确的决策和控制动作及不正确的交互。(3)不正确决策及控制动作产生的原因:①不正确的控制算法。在基层操作的控制结构中,现场项目部(控制器)缺少对施工人员(执行器)的技术指导和安全技术交底,缺少完整的专项施工方案,未落实施工应急救援预案和安全保证措施;施工人员(执行器)违规作业,违反安全技术规范,不遵守设计标准和设计规范。②心智模型缺陷。整个基层操作人员所作出的行为都是根据他们对当前系统的认知,当操作人员的心智模型和系统实际模型不一致时,可能就会发生错误的控制动作,进而产生事故。在坍塌事故中。操作人员产生不正确决策及控制行为的原因包括:现场项目部认为不需要对施工人员进行岗前安全教育和操作规程培训,认为施工不必遵守作业规程,认为检查

关键词：坍塌事故 STAMP 安全控制结构原因分析

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：