随着输气管网技术的不断发展,计算机仿真技术在输气管网上的应用也不断加大。把仿真模型与计算机模拟相结合,可以有效地应用到实际生产中,真实地表现天然气输气管网内气体的流动规律,确保天然气输气管网合理、优化地运行。在全面、系统地研究TGNET、SPS等软件的基础上,使用当前天然气物性计算最精确的方程式MBWRS状态方程,以及四阶龙格-库塔法(Runge-Kutte)来求解输气管网的稳定流动微分方程组。并以C#软件为工具,结合相关软件的优势,充分考虑初始和边界条件及输气管网的焦耳-汤姆逊效应等,开发了仿真软件,更适用于压缩机、管道、阀门、气田等组成的多气源任意管网。与TGNET软件相对比可知,计算结果可信度较高,可作为非稳态流动模拟的初始值,具有较高的工程应用价值。

        天然气水合物具有气含率高、污染低、储量大等优点,具有良好的发展前景,因此对天然气水合物进行研究很有必要。以海底输送管道为研究背景,在多相流模型的基础上,建立了基于有限体积法的天然气水合物气-固两相流问题的数学模型,并进行了数值计算与分析,得出了直径差(管径与通流直径之差)与距管道入口距离之间的关系。设定管道入口流速和管径规格为定值,通过直径差分析了管道中水合物的堆积位置。计算结果表明,在其他条件不变的情况下,随着距管道入口距离的增加,直径差的变化规律符合Gauss曲线函数,并对此进行了拟合,得到了Gauss函数方程,利用此方程在给定管道位置的情况下能计算直径差。最后,通过改变管径大小进行了模拟和分析,得知Gauss函数方程也适用于不同管径的管道,可为预测水合物在管道中的堆积位置以及提高天然气水合物输送效率提供理论依据。

        天然气长期负荷预测能够解决城市燃气供需不平衡的问题,为城市燃气公司的管理运行提供帮助。为了提高天然气长期负荷的预测精度,提出了基于SVM-GA(SupportVectorMachines-GeneticAlgorithm)的天然气长期负荷预测模型。分析确定影响天然气用气量的相关因素,应用遗传算法和交叉验证方法分别对支持向量机模型的惩罚因子c 及核函数参数g 进行优化,以期提高支持向量机模型的预测精度,将优化后的参数输入支持向量机模型中,进行天然气长期负荷预测。以某省实际的样本数据为例,将SVM-GA模型的预测结果与SVM 和交叉验证法结合模型及BP(BackPropagation)神经网络模型的预测结果进行比较分析。结果表明,SVM-GA 预测模型分别比SVM 和交叉验证法结合预测模型和BP神经网络模型在衡量预测精度的相对均方误差、归一化均方误差、归一化绝对平方误差、归一化均方根误差、最大绝对误差五个指标分别高0.58%、3.98%、2.99%、4.58%、8.64%和6.13%、26.28%、19.71%、21.09%、31.48%。因此支持向量机与遗传算法相结合的模型能够较准确地预测天然气长期负荷。

基于计算流体力学理论,采用有限体积法建立辐射模型,对长、宽、高均为5m 的方腔内带双圆柱体进行了三维计算研究。分析了腔内双圆柱体中心轴线间距、管径以及方腔的左壁面温度和右壁面温度对腔内沿Z轴各截面的平均温度分布的影响。研究结果表明,双圆柱体中心轴线间距越大,在腔的左右壁面处对流强度越强;双圆柱体管径越大,对流强度越弱;左壁面温度越高,对流强度越弱;右壁面温度越高,自然对流越强烈。该结果可为试验研究提供一定的参考。