基于智能方法的蒸发型空调系统性能实验与优选研究

《基于智能方法的蒸发型空调系统性能实验与优选研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、论文摘要本文在分析和总结前人在蒸发型空调技术研究成果的基础上，首次提出了新的研究理论和方法。以实验为基础，从研究理论和方法的对比选择和实验论证入手，进行了深入的理论与实验研究，得出了几个有意义的结论和创新点，为所提出的新研究理论和方法的实际应用奠定初步基础。主要结论如下:(1)采用均匀实验可以明显地减少实验次数和实验误差，节约实验费用和时间。(2)对于均匀试验所获得的大量离散型、非线性实验数据，可以运用主成分分析法和模糊聚类分析法对其进行整理和排序，并取得预期的目的。(3)BP神经网络完全可以应用于预测蒸发型空调系统输出性能，预测相对误差在4%之内，完全能够满足一般工程需要。(

2、4)应用即神经网络综合评价模型，可以避免评价过程中的人为失效，且具有很强的容错能力。(5)采用模糊综合评估的方法进行填料性能比较与优选，可以从中选取令人满意的方案。主要创新点如下:(1)首次在蒸发型空调系统性能实验研究中提出并运用均匀实验方法。(2)首次在离散型、非线性实验数据处理和分析中提出并运用主成分分析和模糊聚类分析的新方法。(3)首次提出把神经网络运用于蒸发型空调系统性能预测中且效果良好。(4)首次提出应用神经网络对蒸发型空调系统性能进行综合评价的模型。(5)首次提出并应用模糊综合评估的方法进行蒸发型空调系统方案比较与填料优选。关键词:蒸发型空调系统;实验研究;性能预测

3、;评价与优选;智能方法;ABSTRACTBasedonanalysisandsummaryofpredecessors'researchresultsonevaporativetypeair-condition(ETAC)technology,anovelresearchtheoryandmethod(RT&M)ispresentedinthispaper.Withtheaidofexperiment,andstartingwithRT&M'contrastselectionandexperimentdemonstration,furthertheoryandexperimen

4、tstudyisprocessedandsomesignificantconclusionsandinnovativepointsareobtained,whichestablishesfoundationfortheapplicationofthenovelRT&M.Mainconclusionsareasfollowing:(1).Utilizinguniformexperimentdesigncanobviouslylessenexperimenttimeanderrors,aswellassaveexperimentalfeeandtime.(2).Principalc

5、omponentanalyticalmethodandfuzzyclassificationmethodcanbeusedtocomposeandsortthediscretiveandnonlineardataobtainedfromtheuniformexperiment,andtheresultsareasanticipated.(3).BPneuralnetworkcanbeusedtopredicttheoutputperformanceofETACsystem,andallrelativeerrorsarewithin4%,canentirelymeetthecom

6、monengineeringneeds.(4).TheBPneuralnetworkcomprehensiveevaluation(CE)modelcanavoidman-madeinvalidationduringtheevaluationprocess,andhavestrongerrortolerancecapability.(5).SatisfyingsolutioncanbeattainedbyusingthefuzzyCEmethodforcomparingandoptimumseekingthefiller.Maininnovativepointsareasfol

7、lowing:(I)InitiallyputforwardandapplyuniformexperimentmethodinthestudyofETACperformanceexperiment(2)Initiallyputforwardandapplynovelmethodsofprincipalcomponentanalysismethodandfuzzyclassificationmethodduringdiscretiveandnonlinearexperimentaldatapro