性能模拟中的应用.pdfVIP

维普资讯 第 8卷 第 1期 制 冷 与 空 调 2008年 2月 REFRIGERATION AND AIR CONDIT10NING 神经网络在燃气溴化锂吸收式机组 性能模拟 中的应用 王长庆 贾捷燕 (同济大学) 摘 要 以某型号燃气溴化锂吸收式制冷机组为例 ，结合新型人工智能科学——神经网络知识 ，对燃气溴 化锂吸收式机组 以及系统进行建模 。研究结果表 明，采用人工神经网络能够很好地解决溴化锂机组的建 模 问题 ，并可根据模型对机组 的运行特性进行分析 ，结果令人满意 。 关键词 燃气型 吸收式制冷机 性能模拟 神经 网络 Theapplicationofneuralnetwork totheperformancesimulation ofthegas-fired lithium bromideabsorption chiller WangChangqing JiaJieyan (TongjiUniversity) ABSTRACT Establishesthemodeloftheactualgas—firedLithium Bromideabsorptionchiller， analyzeswiththemethodofneuralnetwork．Resultsoftheresearch indicatethattheneural networkisagoodmethodtOerectthemodelofchillerandanalyzetheoperationperformance． KEY WORDS gas—fired；absorptionchiller；performancesimulation；neuralnetwork 目前，利用神经网络对 复杂 的、非线性 的溴化 为网络是学习到了输入数据或样本间的内在规律。 锂吸收式机组进行模拟 ，对其运行性能进行分析研 接下来是分类过程 ，应用前面学习过程所训练好的 究是一个发展方 向 1【-3]。笔者 以某型号燃气溴化 权值 ，对任一送入 网络的样本进行分类 [4-5J。 锂吸收式制冷机组为例，结合新 型人工智能科学 Rumelhart，McClelland及其 同事洞察到神经 — — 神经网络知识 ，对燃气溴化锂吸收式机组以及 网络信息处理的重要性 ，于 1985年发展了BP网 系统进行建模 ，结合实际的测试数据 ，利用前馈 网 络(back—propagationnetwork，简称 BP网络)学 习 络BP算法辨识出机组 的系统模型 ，对机组 的运行 算法 ，实现 了Minsy的多层网络设想。 目前 ，在人 特性进行分析 ，并可采用同样的方法对机组的运行 工神经网络的实际应用 中，绝大部分神经网络模型 进行监控 ，以保证机组正常运行 ，同时可对机组的 是采用 BP网络和它 的变化形式 ，它也是前向网络 不正常运行进行预警与诊断。 的核心部分 ，体现了人工神经 网络的精华部分。 1 燃气溴化锂吸收式机组的神经网络模型建立及 1．1 输入量 ／输出量 的确定 应用 建立神经网络模型时，首先要确定输入量和输 人工神经网络系统辨识 的过程分为 2步：首先 出量_6一J。燃气溴化锂吸收式机组模拟确定 的模 是学习过程 ，通过大量 的训练样本 ，对 网络进行训 型输入量主