吸收式制冷机组逆神经网络设定优化

来源 :西安交通大学学报 | 被引量 : 0次 | 上传用户:down222
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对吸收式制冷机组非线性、难以控制的特点,提出了一种基于逆神经网络模型的设定点优化方案。首先,以11.5kW单效溴化锂吸收式制冷机组为对象,使用人工神经网络方法建立了机组模型,通过对溴冷机制冷原理的分析,建立了系统结构为5-6-2的网络模型,该神经网络模型的相关系数大于0.99且方均根误差小于0.2%,与实验数据取得了良好的拟合效果;然后,利用该模型对溴冷机的各个输入参数进行灵敏度分析,并据此选择热水供水温度与冷却水流量作为优化方法的控制输入参数;最后,以冷冻水输出温度作为系统控制输出,对其进行优化计算,
其他文献
提出了一种基于共形几何代数(CGA)求解所有1140种由转动副和移动副任意组合而成的平面并联机构的位置正解解析法。应用组合数学理论阐明了由转动副和移动副组成的平面并联机
针对开源深度学习快速特征嵌入的卷积框架(Caffe)在Android移动端进行前向计算时存在的兼容性和时间性能差的问题,提出了基于Caffe的嵌入式同构、异构并行化改进设计方法。该