基于新物性库的低温回热器REGEN模拟

REGEN程序是用于回热式低温制冷机中回热器部分的仿真模拟软件。在仅内嵌有氦元素工质的基础上,工作新增了包含N2、H2、Ne、Ar和甲烷等13种低温工质的物性库,介绍了其适用温度、压力区间及计算精度等情况。在保留原有氦-4(4He)的基础上补充了当前最新的4He状态方程的研究成果,以此验证了新物性库与原物性库的衔接性和复现性。使用基于新物性库的REGEN3.3a程序对He、H2和Ne为工质的斯特林型脉管制冷机,进行了模拟优化计算并比较了采用不同工质时制冷机的制冷系数。     

大冷量新型蓄冷材料G-M制冷机的研究进展及应用

随着大型低温真空泵、高低温超导器件、核磁共振成像仪、红外探测器、低温光电子学器件的迅速发展,以及作为传统蓄冷材料的铅(Pb)等有害物质的限制使用,对大冷量新型蓄冷材料G-M制冷机的发展提出了迫切的需要。文中主要介绍国内外大冷量G-M制冷机及新型磁性蓄冷材料的最新研究进展和应用情况,并提出了下一步的研究方向。     

基于Regen的斯特林制冷机回热器优化设计与实验研究

基于Regen软件对斯特林制冷机回热器进行了优化设计,分别对回热器长度、冷端压比、回热器填料网片目数和回热器填料填充方式进行了优化设计和试验研究.理论和试验研究发现,通过改变回热器填料网片目数和填充方式可以达到提高回热器效率的目的,同时研究还发现在相同目数下,采用更细的不锈钢丝作为回热器填料材料,可以提高回热器效率.     

大冷量斯特林脉管制冷机中的损失

介绍了高温超导中使用的斯特林型大冷量脉管制冷机的发展,分析了大冷量脉管制冷机回热器和脉管中损失产生的机理,并对实验中针对降低大冷量脉管制冷机损失的方法进行了总结。建立合理的数学模型,通过计算机仿真深入研究回热器和脉管中损失,进行精细化的改进设计成为发展大冷量脉管制冷机所面临的重要挑战。     

低温真空泵用紧凑型两级G-M制冷机实验研究

文章详细描述了针对低温真空泵用的紧凑型两级G-M制冷机的实验系统和测试方法;试验测试了不同的蓄冷材料,尤其是磁性蓄冷材料来提高制冷机性能;在一种结构十分紧凑的两级G-M制冷机上,在12K获得了4W的制冷量,最低制冷温度为7.3K。文中还对该制冷机在没有吸附装置的情况下做了对比实验研究,有利于扩展G-M制冷机的用途。     

空气取水器中两种型式回热器的性能分析

对制冷结露法空气取水器中的回热器进行了分析研究。该系统分别采用间壁式和混合式两种不同型式的空气回热器,并对两者分析比较。研究表明:在制冷结露法空气取水器系统的设计中,采用间壁式回热器要比混合式的取水效果更好。     

回热器功产生的临界温度梯度研究

热声机械作为一种能量转化装置，能够不通过运动部件将热量转变成压力波输出，实现这一功能的关键部件就是回热器，本文讨论了丝网型回热器能在纯行波状态下起振的临界温度梯度与结构参数及运行参数的关系。     

热声热机起振过程中回热器内气体的温度分布

文中研究了驻波型热声发动机回热器内的气体,研究时段为从加热到起振前的过程,对气体在此时段内建立数学模型并加以分析。通过求解该模型,得出了回热器内不同时间和位置点的温度变化,其计算结果与实验数据相吻合。最后对模型简化导致的误差进行了分析修正。     

行波型热声发动机起振温差的研究

热声机械作为一种新型的能量转化装置 ,讨论其起振温差对于利用低品位能源具有非常重要的意义。文中讨论了行波型热声发动机起振温差的计算方法 ,得到了回热器结构、工作介质、丝网、频率等对起振温差的影响规律     

Metaheuristic hybridizations for the regenerator placement and dimensioning problem in sub-wavelength switching optical networks

Physical layer impairments severely limit the reach and capacity of optical systems, thereby hampering the deployment of transparent optical networks (i.e., no electrical signal regenerators are required). Besides, the high cost and power-consumption of regeneration devices makes it unaffordable for network operators to consider the opaque architecture (i.e., regeneration is available at every network node). In this context, translucent architectures (i.e., regeneration is only available at selected nodes) have emerged as the most promising short term solution to decrease costs and energy consumption in optical backbone networks. Concurrently, the coarse granularity and inflexibility of legacy optical technologies have re-fostered great interest in sub-wavelength switching optical networks, which introduce optical switching in the time domain so as to further improve resources utilization. In these networks, the complex regenerator placement and dimensioning problem emerges. In short, this problem aims at minimizing the number of electrical regenerators deployed in the network. To tackle it, in this paper both a greedy randomized adaptive search procedure and a biased random-key genetic algorithm are developed. Further, we enhance their performance by introducing both path-relinking and variable neighborhood descent as effective intensification procedures. The resulting hybridizations are compared among each other as well as against results from optimal and heuristic mixed integer linear programming formulations. Illustrative results over a broad range of network scenarios show that the biased random-key genetic algorithm working in conjunction with these two intensification mechanisms represents a compelling network planning algorithm for the design of future sub-wavelength optical networks.