污垢是导致很多工业换热过程高耗、低效的根源。由于污垢产生条件、影响因素及作用机理的复杂性,目前很难用一个数学模型对其进行准确的描述。实际应用的需要催生了将人工智能应用于污垢在线监测的需求。导师及其课题组二十世纪末曾研制了污垢热阻动态模拟自动监测装置,测得大量的污垢数据。基于这些数据的整理分析,从而获取污垢非线性特征对于揭示污垢形成机理、改进污垢的在线监测技术、寻求最佳对策是极其有意义的。本文的主要工作便是针对上述需求而确定的。本文主要内容为:(一)、本文选取反映污垢沉积过程主要特征的污垢热阻的变化率为信号,利用混沌时间序列的主要判别方法,即主成分分析法(PCA)、功率谱法以及LYAPUNOV法等三种方法,对实验数据分析,发现析晶污垢沉积的某些过程具有混沌性,证实了污垢形成过程中的质量交换、热量交换、流动等多种耦合复杂过程的一种或几种参数的组合,可能导致混沌现象。本文还对产生混沌现象的条件初步做了研究分析。发现实验中水浴温度(亦即污垢形成温度,简称成垢温度)是一关键参数,其随机波动可能导致污垢热阻时间序列具有混沌性。(二)、据不可逆过程热力学理论推导出了污垢耗散函数。(三)、利用多元非线性回归、Logistic形式、S形式等多种方法对污垢热阻时间序列进行了分析比较,得出一种新的可应用于多种强化换热面的污垢热阻随时间变化的模型。(四)、本文利用污垢热阻监测装置所测量的数据,采用偏相关系数方法得到六个监测参数对污垢热阻影响程度大小,按其影响的大小排序(从大到小)为:出口温度、入口温度、下游壁温、成垢温度、流速、上游壁温。这为实现污垢热阻的不等权测量奠定了基础。