随着工业节水节能意识的增加,目前绝大多数工业冷却水系统采用循环冷却水。但是,现有循环冷却水系统运行过程中存在着很多问题,例如水泵或冷却塔工作点选取不当以及换热器冷却水分配不合理等,因而不能达到节能节水的目的。为此,本文以钢铁企业净循环冷却水系统为背景,对系统中的主要换热设备,如板式换热器、机械通风逆流式冷却塔以及管道,进行了热力学建模研究,从而为以节能减排为目标的系统的运行优化提供模型基础。本文在研究净循环冷却水系统的基本组成与主要设备运行机理的基础上,分别建立了板式换热器、机械通风逆流式冷却塔和管道的热力学机理模型。由于换热器和冷却塔机理模型中的参数往往根据经验或查表得到,不能准确反映设备特性的改变。因此,本文采用序列二次规划(SQP)算法辨识换热器和冷却塔机理模型中的关键参数。仿真结果表明,机理模型的输出能够反应实际输出的趋势。由于换热器和冷却塔具有复杂非线性和耦合性的特点,其机理模型是在一定的假设和简化条件下建立的,因此导致其机理模型的精度和可靠性不足以满足系统运行优化的要求。为了得到更为准确的模型,本文采用具有非线性逼近能力的RBF神经网络来补偿机理模型与过程输出之间的偏差,建立了换热器和冷却塔的并联混合模型。神经网络训练过程中采用了动态自适应学习算法来确定网络中心,并采用最小二乘法计算输出权值。对混合模型的仿真分析表明,混合模型比机理模型具有更高的精度。最后,论文在建立的各设备模型的基础上对整个系统管网进行了热力学的求解并开发了净循环冷却水系统仿真软件,从而为净循环冷却水系统的模拟运行、能耗评估以及运行优化提供了软件仿真平台。