- 1、本文档共7页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
变速直膨式空调系统运行特性的稳态ANN模型-制冷学报
第38卷 第1期 制冷 学 报 Vol. 38,No. 1
2017 年2 月 Journal of Refrigeration February,2017
文章编号:0253-4339(2017)01-0054-07
doi:103969/ jissn0253-4339201701054
变速直膨式空调系统运行特性的稳态ANN模型
1 2
李 钊 邓仕明
(1上海理工大学环境与建筑学院 上海 200093;2香港理工大学屋宇设备工程学系 香港)
摘 要 在假设系统输出显、潜冷量的相对值在不同的蒸发器入口空气状态下不发生明显变化的前提下,本文针对实验用变速
直膨式空调系统建立了稳态人工神经网络(ANN)模型,预测其在不同压缩机、风机转速组合下的系统输出,利用输出显、潜冷量
的相对值可以消除室内空气状态对系统输出的影响。 通过稳态实验获得数据训练、检测并验证ANN模型预测变速直膨式系统
运行特性的准确性,并通过非训练状态点下的稳态实验验证所提出假设与ANN模型的适用性。 ANN模型的训练、检测以及验证
实验结果的最大误差均小于5%,平均误差均小于3%,表明该稳态ANN模型可以在训练状态点以及非训练状态点较为准确地
预测变速直膨式系统的运行特性。
关键词 空气调节系统;稳态ANN模型;稳态实验;直接膨胀
中图分类号:TU831.3;TP391.9 文献标识码:A
A Steady State ANN Model for the Operational Characteristics of a Variable
Speed (VS) Direct Expansion (DX) Air Conditioning (A/ C) System
1 2
Li Zhao Deng Shiming
(1. School of EnvironmentandArchitecture,University of Shanghaifor ScienceandTechnology,Shanghai,200093,
China;2. Department of Building Services Engineering,The Hong Kong Polytechnic University,Hong Kong SAR,
China)
Abstract In this study,an ANN model for an experimental VS DX A/ Csystemwasdevelopedtopredict itsoutputswith an assumption
that the indoor airstateswillnotinfluencetherelativevalueof systemoutputs. Steady stateexperimentsunderafixedindoorairstatewere
carried out in this study to obtain the operational characteristicsof the systemfor training andtestingtheANNmodel andtheANNmodel
developed was validated through steady stateexperimentsunderthenon⁃trainingindoor air state. Theexperimentalresultsshowedthatthe
max errorsofpredictionintraining,testingandvalidatingwerebelow5% andtheaverageerrorswerebelow3%,sugg
文档评论(0)