文档介绍：计算机工程与应用
基于的空气处理单元换热器的动态性能预测
胡钦华李奎山苏廷弼

东莞理工学院广东东莞
香港城市大学建筑系香港

摘要应用人工神经网络技术对安装在空气处理单元中的换热器建立了动态神经网络模型。该模型的
所有预测值基本都在实际测量值的之间。实际测量值和神经网络模型预测值之间的平均相对误差
小于充分说明模型逼近实际对象的精确性。实验结果显示神经网络尤其是神经网络可以作为一个很容
易的建模工具来获得空气处理单元中换热器的神经网络模型同时也很容易应用在类似的热系统中。
关键词换热器换热率人工神经网络
文章编号文献标识码中图分类号
引言神经网络
换热器是广泛应用于制冷系统和空气处理系统的一种重人工神经网络是由权值向量和学习算法组成的系统其学
要设备。它的机理复杂以至于很难用热力学第一原理来预测它习算法采用由一组线性模式输入来产生一组数字模式输出表
的静态和动态性能。在过去的几年里采用神示实际的输出。在各种不同用途的人工神经网络的多种结构
经网络技术建立了换热器的差分模型。采用中多层前馈神经网络是目前最流行的。在年年
神经网络技术建立了换热器的稳态模型来预测换热器的换热
许多作者给出了结论性的证明即人工神经网络可以在任意精
率等人研究了利用换热器的神经网络
度逼近任一非线性函数。因此人工神经网络在许多领域得到广
模型来估计换热率的精确性问题等人运用神经网络
泛应用包括函数逼近和模式识别。人工神经网络模型代表了
建立了蒸汽压缩液态热泵的稳态性能模型等人提出
系统辨识和预测中的一种新的方法。神经网络类似“黑箱”运行
了使用神经网络对换热器进行动态预测和控制的方案。许多公
但不需要系统的详细信息。相反他们通过学录的数
开刊物上也列出了神经网络在系统中应用的大量实
据来学习输入参数和可控或者不可控变量之间的关系同非线
例并且神经网络模型的精确性也得到证实。从上面提到的参
性回归方法类似。神经网络的另外一个优点是他们具有通过相
考文献中可以得出结论人工神经网络在工程应用中更有利于
关参数来处理大而复杂的系统的能力。
热力学分析。几乎所有的神经网络在换热器中的应用都与制冷
有关。本文重点研究人工神经网络方法在空气处理单元
中换热器建模上的应用。神经网络在制冷系统和空气调节中的系统和实验数据的描述
应用以多层神经网络应用最多这些方法在冷机的建模中也同本实验是在香港城市大学江森自控实验室的系统
样适用。上完成的。所研究的换热器表面积
基金项目广东省科技计划项目
。
作者简介胡钦华博士生讲师主要研究方向智能建筑、人体热舒适研究李奎山教授主要研究方向机电一体化、智能建
筑苏廷弼教授主要研究方向智能建筑、人体热舒适研究。
胡钦华李奎山苏廷弼基于的空气处理单元换热器的动态性能预测
是安装在该系统中的。该实验系统由两部分组成。一部分
是空气处理单元带有送风管道和回风管道另一部分是
制冷系统由蒸发器、压缩机、冷凝器和热力膨胀阀组成。风道、
换热器、变频器和风机是的主要组成部分。通过改变由变
频器控制的送风风机的转速来改变通