欢迎登录材料期刊网

材料期刊网

高级检索

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:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%