制冷系統(tǒng)部件神經(jīng)網(wǎng)絡(luò)模型的改進研究.pdf

1、制冷系統(tǒng)的主要部件包括壓縮機、節(jié)流元件和換熱器等，本文在前人的基礎(chǔ)上，分別建立了制冷系統(tǒng)各個主要部件的神經(jīng)網(wǎng)絡(luò)模型，包括蒸發(fā)器水平光滑管內(nèi)制冷劑沸騰換熱系數(shù)的神經(jīng)網(wǎng)絡(luò)（ANN）模型，絕熱毛細管和短管流量特性的通用神經(jīng)網(wǎng)絡(luò)模型和壓縮機性能參數(shù)的神經(jīng)網(wǎng)絡(luò)關(guān)聯(lián)模型。在本文中，所有模型均采用三層感知器神經(jīng)網(wǎng)絡(luò)也就是BP神經(jīng)網(wǎng)絡(luò)作為萬能函數(shù)逼近器。 制冷劑的流動沸騰換熱系數(shù)的正確預(yù)測對于蒸發(fā)器的設(shè)計是非常重要的。第三章建立了R22及其替代

2、工質(zhì)R134a、R407C和 R410A在水平光滑管內(nèi)的沸騰換熱系數(shù)的通用神經(jīng)網(wǎng)絡(luò)模型。該 ANN模型的輸入?yún)?shù)借鑒了四種現(xiàn)存的通用關(guān)聯(lián)式模型，同時將Nusselt數(shù)作為輸出參數(shù)。ANN的訓(xùn)練數(shù)據(jù)來自于文獻中的實驗數(shù)據(jù)，經(jīng)過大量的分析比較以及網(wǎng)絡(luò)泛化能力分析，最終輸入?yún)?shù)組合借鑒了Gungor- Winterton關(guān)聯(lián)式形式，并確定三層前向神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。和實驗值相比，該ANN模型的平均誤差、絕對平均誤差和均方差分別為2.5％、13.0

3、％和20.3％，同時大約74％的數(shù)據(jù)點的誤差在±20％之內(nèi)，明顯優(yōu)于現(xiàn)存的通用關(guān)聯(lián)式。 在小型制冷系統(tǒng)和空調(diào)系統(tǒng)中，毛細管和短管是常用的節(jié)流元件。在第四章中首先建立了絕熱毛細管內(nèi)制冷劑流量的通用ANN模型（模型Ⅰ），該模型可以涵蓋過冷入口和兩相入口；然后建立了毛細管和短管內(nèi)制冷劑流量的通用ANN模型（模型Ⅱ）。本章基于均相流模型（HEM）提出了一組新的無量綱參數(shù)組作為這兩個ANN模型的輸入?yún)?shù)。模型Ⅰ的模擬數(shù)據(jù)來自于HEM計算的

4、大量數(shù)據(jù)，選取R600a和R407C作為訓(xùn)練數(shù)據(jù)建立的5-6-1型的ANN模型Ⅰ顯示了很好的通用性，可以很好地預(yù)測R12、R22、R134a、R290、R410A和R404A的數(shù)據(jù)。同時，模型Ⅰ對于文獻中的實驗數(shù)據(jù)的預(yù)測也很好，絕大多數(shù)數(shù)據(jù)的誤差都在±10％以內(nèi)。模型Ⅱ的訓(xùn)練數(shù)據(jù)來自于文獻中的大量實驗數(shù)據(jù)，包括R12、R22、 R134a、R404A、R407C、 R410A和 R600a，這些數(shù)據(jù)涵蓋毛細管和短管的結(jié)構(gòu)尺寸以及過冷和兩

5、相入口工況。結(jié)果顯示5-2-1的ANN模型Ⅱ可以很好地預(yù)測毛細管和短管內(nèi)制冷劑流量，包括過冷和兩相入口工況，具有更好的通用性。和實驗值相比，模型Ⅱ整體平均誤差和標準差分別為0.75％和8.27％。 壓縮機是制冷系統(tǒng)的核心部件。第五章建立了壓縮機性能參數(shù)的ANN模型，包括定頻壓縮機模型和變頻壓縮機模型。借鑒ARI模型選取了冷凝溫度和蒸發(fā)溫度作為ANN的輸入?yún)?shù)，選取相關(guān)的重要性能參數(shù)作為輸出參數(shù)。考慮到壓縮機性能數(shù)據(jù)之間的線性關(guān)系

6、，本章的ANN沒有直接采用MATLAB中提供的傳遞函數(shù)作為隱層傳遞函數(shù)而是單獨建立了一個簡單兩次多項式作為新的傳遞函數(shù)。經(jīng)過分析驗證，三次ANN模型和ARI模型具有等價性。而本文采用兩次傳遞函數(shù)的2-3-4結(jié)構(gòu)的定頻ANN、2-4-4結(jié)構(gòu)的變頻ANN不僅能體現(xiàn)輸出參數(shù)之間的內(nèi)在聯(lián)系性，而且和ARI模型數(shù)據(jù)以及實驗值相比具有很好的精度，平均誤差接近于0，而標準差也低于或接近于1％。 總而言之，本文建立的幾種制冷系統(tǒng)部件的神經(jīng)網(wǎng)絡(luò)模