煤炭超临界水气化制氢反应器多相耦合智能分析及超临界混合工质/水换热器性能数据集

本数据集包含五个子数据集，采集于2020年12月至2025年11月，针对煤炭超临界水气化制氢反应器多相耦合智能分析及超临界混合工质/水换热器性能研究的核心科学问题与工程需求，首先按照实验测试、数值模拟、数据驱动建模的技术路径开展煤炭超临界水气化制氢反应器多相耦合智能分析系统研究。其中，实验测试聚焦超临界水气化反应器热-流-结构耦合，以23MPa超临界水为对象，通过传感器标定、三次重复实验及交叉验证获取共轭传热与热应力数据。接着，数值模拟依托ANSYS平台，采用拉丁超立方、自适应采样等技术，覆盖实验室与放大尺寸反应器的形性协同。最后，基于数据驱动范式构建NIPC、ReactorNet与GraphReactorNet深度学习智能模型，基于2D结构化与3D非结构化网格数据实现多物理场快速预测，空间覆盖多工况。数据质量通过仿真-实验对比，表明气态产物摩尔分数误差6.31%、模型决定系数不小于0.95。此外，面向超临界混合工质/水换热器性能研究，针对H₂O/CO₂/H₂、H₂O/CO₂混合工质与超临界水体系，建立开环双循环换热系统并提出浮力修正型努塞尔数预测关联式。为反应器设计放大、结构安全评估、智能预测及换热器开发提供支撑，对推动技术工程化与学术创新具有重要意义。

搜集汇总

背景与挑战

背景概述

该数据集针对煤炭超临界水气化制氢反应器与超临界混合工质/水换热器，包含五个子集，采集于2020年12月至2025年11月。它通过实验测试、数值模拟和数据驱动建模，研究反应器的多相耦合智能分析及换热器性能，涉及热-流-结构耦合与智能预测，为相关工程设计和学术创新提供数据支撑。