为简化毛细管模型,采用分相集中参数方法,将平均比容的权重因子作为两相区简化的特征参数,用人工神经网络方法建立特征参数与其影响参数之间的非线性映射.神经网络的学习样本采用工质R12,检验样本包括R12、R22、R134a和R600a等多种工质.在常用制冷空调工况范围内,该简化模型与分布参数模型相比,平均偏差0.3%,计算速度提高l个数量级.
参考文献
| [1] | Bittle R R;Pate M B .A Theoretical Model for Predicting Adiabatic Capillary Tube Performance with Alternative Refrigerants[J].ASHRAE Transactions,1996,102(02):52-64. |
| [2] | Escanes F Pérez-Sgarra C D;Oliva A .Numerical Simulation of Capillary-Tube Expansion Devices Int J[J].Refrigeration,1995,18(02):113-122. |
| [3] | 丁国良;张春路;李灏 等.毛细管的通用积分模型[J].工程热物理学报,1999,20(02):216-219. |
| [4] | 张春路,丁国良,李灏.绝热毛细管性能模拟的平均参数模型[J].上海交通大学学报,1999(08):934-938. |
| [5] | 丁国良.制冷空调装置智能仿真方法研究初探[J].制冷学报,1998(02):10. |
| [6] | Ding Guoliang,Li Hao,Zhang Chunlu.STUDY ON THERMODYNAMIC MODEL OF A COMPRESSOR WITH ARTIFICIAL NEURAL NETWORKS[J].机械工程学报（英文版）,1999(01):23-26. |
| [7] | 丁国良.神经网络在空调器仿真中的应用研究[J].制冷学报,1999(02):31. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%