制冷压缩机热力性能的神经网络模拟.PDFVIP

33 3 上 海 交 通 大 学 学 报 V ol. 33 N o . 3 1999 3 J O U RN A L O F SHA N GHA I J IA O T O NG U N IV ERSIT Y M ar . 1999 : 1006-24 67 1999) 03-0265-03 丁国良, 　李　灏, 　陈江平, 　张春路, 　陈芝久 , 2000 30) : 压缩机热力性能的准确 算, 对于使用压缩机制冷空调装置的优化设 起到很关键的作 用, 而单纯的理论模型难以反映实际的复杂因素, 影响 算精度. 采用人工神经网络与传统理论模 型相结合的方式, 建立智能型的压缩机热力 算模型, 利用人工神经网络的自学习和泛化功能改善 压缩机容积效率和电效率的 算模型精度. 神经网络采用多层前向网络 M L P) , 网络训练采用同 伦BP 算法. 对房间空调器用滚动转子式压缩机启动过程的输入功率变化, 以及汽车空调器用变转 速往复式压缩机的容积效率进行仿真, 并与实验结果对照. 结果表明, 智能型压缩机模型很好地改 善了传统 算模型的精度, 而且适应能力更强. : 压缩机; 热力性能; 神经网络 : T H 45; T B 652: A Neural Network Met hod for Predict ing Ref rigerat ion Compressor Performance D I N G Guo-liang , L I H ao, CH E N J iang -p ing , ZH A N G Ch un -l u, CH E N Zhi -j iu Schoo l o f Pow er and Energ y Engr g. , Shanghai J iao to ng U niv . , Shang hai 200030, China Abstract: A no vel int ell ig ent com pressor m odel w hich com bines art if icial neut ral net w ork A N N) w it h t ra- dit ional t heoretical model was pr esent ed . T he f unct ions o f self-learning and generalizat ion o f A N N were . - ) u sed t o improv e t he tr adit io nal m odel M ult i l ay er perceptr on M LP net w ork w as adopted and ho mot opic . - BP alg orit hm w as u sed to t rain t he ML P ef f icient ly Input pow er curve of a ro lling pisto n r ot ary compres- sor inst alled in a roo m air condit io ner in t he process o f st art -up and vol um et ric ef ficiency of a reciprocat ing inv ert er com pressor u sed in an aut omot ive air condit io ner w ere calculat ed and compared w ith t he . - exper im ent al data It show s t hat t he new mo del based neur al mo del r eaches mo re pre