基于BP神经网络方法的热管中冷器热工性能分析.pdfVIP

第62卷第6期 化工学报 V01．62No．6 CIESC 2011 2011年6月 Journal June 基于BP神经网络方法的热管中冷器 热工性能分析 颜卫国1’2，俞小莉1，陆国栋2 (1浙江大学能源工程学系，浙江杭州310027；2杭州银轮科技有限公司，浙江杭州310013) 摘要：基于BP神经网络建立了热管中冷器的传热性能和阻力性能预测模型，采用基于LevenbergMarquardt的 trainlm训练算法，对热管中冷器的传热性能和阻力性能进行了预测，经试验数据的验证，预测值与试验值吻合 较好，传热性能网络预测最大相对误差为8．0％，平均相对误差为3．5％，阻力性能网络预测最大相对误差为 13．1％，平均相对误差为5．1％，说明该预测模型能较精确地预测热管中冷器的热工性能，用于指导工程设计。 最后利用该预测模型对热管中冷器的结构参数进行优化，得到最佳设计参数，为热管中冷器的开发研究与应用 提供了依据。 关键词：BP神经网络；热管；中冷器；预测模型；传热特性 157．2011．06．018 DOI：10．3969／j．issn．0438—1 414．2 中图分类号：TK 文献标志码：A Performanceofheat intercoolerbasedonBPneuralnetwork pipe YAN Weigu01”，YUXiaolil，LUGuodongz (1DepartmentofEnergyEngineering，ZheiiangUniversity，Hangzhou310027，Zhejiang，China； Yinlun and 2HangzhouTechnologyEngineeringCo．，Ltd．，Hangzhou310013，Zh巧iang，China) of intercoolerwere Abstract：Modelsforheattransfer andthermalresistanceheat performance pipe BPneural heattransfer andthermalresistancewere establishedbasedon network．The performance meansofthe resultswereingood predictedby LevenbergMarquardttrainingalgorithm．Theprediction maximum withthe results．Forthenetworkmodelofheattransfer，the relative agreementexperimental is relativeiS thenetworkmodelofthermal error8．0％andthe error3．5％．For average maximumrelati