HVAC系統(tǒng)中蒸發(fā)器的建模與仿真.pdf

1、中央空調系統(tǒng)(HVAC)是一個典型的復雜非線性熱力系統(tǒng)，隨著能源的日益緊張，對其數(shù)學模型和優(yōu)化節(jié)能控制的研究，已經逐漸成為一個熱點研究問題。特別是對于中國能源相對缺乏的現(xiàn)狀，對這種大耗能系統(tǒng)的建模和控制進行深入研究，以達到節(jié)能的目的，就更具有實際意義。 傳統(tǒng)的HVAC系統(tǒng)建模是利用數(shù)學機理建模法，但由于所建模型一般較復雜，難以用于實際HVAC系統(tǒng)的控制。本文利用神經網絡辨識原理和多種改進的BP算法，對HVAC系統(tǒng)的一個重要部件…

2、蒸發(fā)器進行研究，面向實際應用進行了智能仿真建模。 1)介紹了HVAC系統(tǒng)的基本工作原理和蒸發(fā)器的經典的數(shù)學建模仿真方法：有限差分模型、集中參數(shù)模型和分布參數(shù)模型的數(shù)學機理，以及國內外學者的研究概況。 2)論述了整個HVAC系統(tǒng)的熱力學工作原理以及工作過程中空氣和制冷劑的溫度、壓力、焓值等狀態(tài)參數(shù)的變化情況。采用經典的數(shù)學機理建模法，確立了蒸發(fā)器的輸入輸出參數(shù)，建立了蒸發(fā)器的分布參數(shù)模型：并編寫了可以方便輸入各種參數(shù)的仿

3、真界面，對實驗采集數(shù)據和仿真數(shù)據機進行了對比分析。 3)介紹了神經網絡的發(fā)展史以及其在辨識建模、智能仿真、預測等領域的廣泛應用，指出了由于神經網絡特有的非線性適應信息處理能力而在非線性復雜系統(tǒng)辨識建模方面的獨特性和優(yōu)越性。 4)采用BP神經網絡及其算法在神經網絡辨識上的應用，以采集的實驗室蒸發(fā)器的輸入輸出數(shù)據為基礎，使用數(shù)學工具MATLAB 6.5，編寫了蒸發(fā)器的BP神經網絡辨識仿真程序。給出了相應的仿真曲線和預測結果

4、，并與原始數(shù)據進行了比較和分析，得到較為滿意的效果。然后采用多種改進的BP算法，進一步改善網絡訓練誤差的精度和網絡訓練的速度，建立了訓練速度快、仿真效果好的蒸發(fā)器神經網絡辨識模型。 5)通過對比經典模型和神經網絡仿真模型，對它們各自的預測結果和仿真曲線進行分析，綜合考慮各方面實際因素,可以看出利用神經網絡對蒸發(fā)器進行模型辨識是一條可行的途徑，對HvAC其它部件建模提供了理論和實踐方面的參考。 最后對本文的工作進行了總結