神经网络在燃气溴化锂吸收式机组性能模拟中的应用.pdfVIP

第8卷 第 1期 制 冷 与 空 调 2 0 0 8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 The application of neural network to the performance simulation of the gas-fired lithium bromide absorption chiller Wang Changqing Jia Jieyan (Tongj i University) ABSTRACT Establishes the model of the actual gas—fired Lithium Bromide absorption chiller， analyzes with the method of neural network．Results of the research indicate that the neural network is a good method tO erect the model of chiller and analyze the operation performance． KEY WORDS gas—fired；absorption chiller；performance simulation；neural network 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[4-5 J。 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—propagation network，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 型输入量主要有：冷水入口温度、冷水出口温度、吸 练，根据某种学习规则不断对连接权值进行调节