EUD算法在图像分析上的应用

是一个重要的热力学状态参数，基于热力学第二定律的 分析方法，已广泛应用于热力系统分析中。目前，常用的热力系统 分析方法可分为“黑箱” 分析方法、 流图、EUD图像 分析方法。“黑箱” 分析方法为先发展起来的系统 分析方法，它是在系统能量各个转化过程的 平衡计算基础上进行分析。 流图是在“黑箱” 分析方法之上，以 流输入、输出和 损失以流程图形式表现出来，能够较为形象地看出系统输入 伴随能量转换的分布情况。EUD（Energy Utilization Diagram）图像 分析方法是基于能的品位概念，将系统能量变换、能的品位变化、能量传递过程 损失三者的关系共同用图像方式描述，如图3.1所示。相对于前两种方法，EUD图像 分析方法将热力学第一定律与第二定律有机结合，不再用孤立的方式去单纯表达损失，而是以更直观、更形象的方式揭示在能量传递过 程中发生可用能损失的根本原因。且更为重要的是，它可以通过图像信息进一步明确指出系统改进和集成的方向。对于能源互联网来说，我们需要知道能量的损耗以及其根本原因，因此，相对于其他分析方法，EUD图像 分析方法在能源互联网中有着巨大的作用。

EUD图像 分析方法是在1982年由日本Ishida教授提出的。该方法是基于能的品位概念，将系统各个能的转换过程的能量变化、能的品位变化与能量传递过程中的 损失三者有机联合，并共用一个图像描述这三者的内在联系。也就是说，EUD图像 分析方法同时将热力学第一定律与热力学第二定律有机结合，共用一个图像的方式来表达能量转换过程。EUD法是一种基于能量品位概念的方法，能量品位A的定义是能量过程的 变化ΔE与焓变化ΔH之比。对于一个能量传递过程，总是存在一个能量释放侧和一个能量接受者。能量由提供者放出，然后被接受者接受。因此，对于能量释放侧和能量接受者而言，两者都存在各自的品位。根据热力学第一定律与第二定律可以推导出能量释放侧的品位A_ed应大于或等于能量接受者的品位A_ea，这是如果我们以焓变化ΔH为横坐标，能量品位A为纵坐标，如图3.1所示，这样的图就是EUD图。

图3.1 EUD图像分析方法示意图

在EUD图中，横坐标从能的“量”的角度反映了能量传递过程中的能量变化，纵坐标以能的品位的无量纲形式体现了能量传递过程中的能的“质”的变化。在图像中，又以能量释放者和能量接受者成对出现的形式表征了它们彼此的品位变化和能量变化，两者与横坐标包围的面积分别反映了彼此的最大做功能力，二者品位变化所夹的面积则表示了能量传递过程中的 损失。具体而言，其优点主要表现在以下五个方面：

1）通过图像描述两者的能量品位随过程进程的变化情况，建立两者的品位差与过程 损失之间的联系，用图像直观地解释过程损失产生的原因甚至具体的节点位置。

2）能量的量（横坐标）、能量的品位（纵坐标）、 （面积）直观地表现在一起，从而巧妙地将过程能量利用的三个方面的特征清晰地展现出来。图中的标识区域面积代表损失。通过该域的形状可以揭示过程的内部机理。 (https://www.daowen.com)

3）可以揭示出过程发生的驱动力，以及显示出过程改进的关键点。

4）突出强调能量的品位概念，对能量品位变化情况的描述使EUD不再局限于仅仅展示平衡关系，而是从更深层、更具体的层面解释过程中能量转移的本质。

5）不同的过程现象可以表示在同一个EUD图中。

然而，常规EUD分析软件缺乏丰富的物性数据库，对于非理想性较强的工质，需要手工添加对应的物性数据，且分析结果的普遍性受到限制。针对这一问题，目前EUD图像分析法将具有完善物性数据库的Aspen Plus软件与EUD分析法结合起来，这样可以方便、准确地分析化工流程与动力系统的能量利用过程，从而为系统集成提供模拟平台与分析工具。