论文部分内容阅读
从运行成本与安全、空气质量、噪音控制、甚至机坪拥堵角度分析,使用地面专用设备替代飞机APU有多个好处。但是采用地面专用设备,有飞机客舱的热舒适度差,客舱温度场的分布不均匀等问题。为实现满足客舱热舒适性前提下的能耗最优问题,飞机客舱能耗预测的研究对地面专用空调的使用和控制具有重要意义。本文主要针对波音737飞机客舱能耗的预测方法进行了研究:(1)理论上分析了飞机客舱地面空调系统的能耗构成及能耗预测模型的输入参量。飞机客舱能耗预测的目的是为地面专用空调的控制提供技术支持,基于能耗模型对空调进行控制,达到节能以及满足客舱热舒适性的目的。从客舱和地面专用空调两个方面对影响能耗的各个因素进行了分析,确定了影响能耗的影响因素。(2)针对飞机客舱能耗离线预测对准确性要求较高的问题,提出了基于微粒群和神经网络的组合预测方法。该方法基于广义回归神经网络建立预测模型,采用协同微粒群优化算法和混沌映射算法相结合优化神经网络参数。仿真结果表明神经网络的参数通过改进微粒群算法优化以后,能够有效提高预测精度。(3)针对飞机客舱能耗实时预测时对收敛速度要求较高的问题,提出了一种神经网络、微粒群和珊瑚礁相结合的预测方法。该方法首先基于小波神经网络建立能耗预测模型,然后采用珊瑚礁和微粒群联合算法优化预测模型参数。仿真结果表明神经网络的参数通过改进微粒群算法优化以后,有效提高了客舱能耗预测的收敛速度。(4)为了满足实时控制时客舱能耗预测准确性和快速性要求,提出了基于支持向量机的飞机客舱能耗非线性组合预测方法。首先选取广义回归神经网络单项预测模型和小波神经网络单项预测模型,在此基础上加入支持向量机预测模型以提高预测泛化能力;其次利用注水原理对三个单项预测模型的权重系数进行自适应分配,权重分配以后单项预测模型的结果作为支持向量机的训练输入,进行基于支持向量机的非线性组合预测。仿真结果表明该非线性组合预测方法既满足预测的准确性和快速性要求,也能够提高预测的泛化能力。