燃气溴化锂吸收式制冷机运行的模拟及优化

《燃气溴化锂吸收式制冷机运行的模拟及优化》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、第35卷第4期同济大学学报(自然科学版)丫b】.35No.42007年4月」OURNALOFTONGJIL】NIVERSITY(NA刀』刃止蕊IENCE)APr.2007燃气澳化锉吸收式制冷机运行的模拟及优化王长庆，贾捷燕(同济大学楼宇设备工程与管理系，上海20(刀92)摘要:结合实际的测试数据，利用神经网络反向传播网络BP算法，辨识出机组的系统模型，对机组的运行特性进行分析，并采用同样的方法对机组的运行费用进行建模和优化.研究结果表明，采用人工神经网络能很好地解决漠化锉机组的建模问题，并可根据模型对机组的运行特性进行分析.关键词:燃

2、气吸收式制冷机;神经网络;运行模拟;优化中图分类号:TU831.6文献标识码:A文章编号:0253一374X(2007)04一526一050PerationSimulationand0PtimizingofGasFiredLithiumBromideAbsorPtionChiller环叭NGO之angq艺ng，JIAJ故孵n(众pte川的篮”tof而城ngFadlitiesE呢ineenngaldMan昭助印t，肠.匆iU‘v毗ity，Sha明抽200092，伽na)Abstract:AI1identificationsystemm团

3、elisestablishedbyusingconversedfeedbacknet，四orkBPalgo-ritlllnonthebasisoftheact耐testingdata.八卫dtheoperationPerformanceofga争firedabsorptionchillerisanalyzedinthesame从，y.Theresearchresultsindicatethatthaneuralnetworkisagcx妇m浏elingmeth记forab阳印tionchillerandana1ysisofitsope

4、rationperforrnance.Keywords:gasab阳印tionchiller;neuralnetwork;。详rationsimulation;optimizing燃气澳化铿吸收式制冷机是以热能为动力的，者结合实际的测试数据，利用前馈网络BP算法辨对缓解夏季用电高峰有重要的意义，同时，澳化锉吸识出机组的系统模型，对机组的运行特性进行分析，收式制冷机使用澳化铿一水为工质对，不像某些氟并采用同样的方法对机组的运行费用建模和优化.利昂类制冷剂对大气臭氧层有破坏作用，是一种环研究结果表明，采用人工神经网络能很好地解决澳保的绿色

5、空调.燃气直燃型澳化锉吸收式制冷机组化锉机组的建模问题，并可根据模型对机组的运行内部结构复杂，采用传统的理论分析法对机组进行特性进行分析，结果令人满意[2].建模，通常是建立机组各部件之间的平衡方程，通过解方程得到机组的性能.但过程较繁琐，计算量1人工神经网络系统辨识与BP网络大川.神经网络方法，由于具有自学习、自组织的能人工神经网络就是采用物理可实现的系统来模力，可使问题的关键从关注机组的内部机理和复杂仿人脑神经细胞的结构和功能的系统，是采用物理的热动力方程，转移到直接考虑系统的输人和输出可实现的器件或现有的计算机来模拟生物体中神经

6、表现上，不需具体的函数求解，使问题简化.因此，笔网络的某些结构和功能，并反过来用于工程或其他收稿日期:2(X)5一08一19作者简介:王长庆(1965一)，男，江西彭泽人，副教授，工学博士.D~1:闪wa呢@m‘!.幻喇1.司u.cn第4期王长庆.等:燃气澳化锉吸收式制冷机运行的模拟及优化的领域.1，2，⋯，妇与期望的TI尽可能地接近;即:使网络1.1神经网络系统辨识输出层的误差平方和达到最小.它是通过连续不断系统辨识就是利用计算机对一系列过程或事件地在相对于误差函数斜率下降的方向上计算网络权分类，在错误率最小的条件下，使识别的结果与

7、客观值和偏差的变化而逐渐逼近目标的.每一次权值和事物相符.即假定从系统中测得N个特征，这N个偏差的变化都与网络误差的影响成正比，并以反向特征构成一个输人矢量，为N维特征空间中或输人传播的方式传递到每一层.空间中的一个点，系统辨识问题就是把特征空间或BP算法由两部分组成:信息的正向传递与误差输人样本空间的每个可能的点指定到一个适当的类的反向传播.在正向传递过程中，输人信息从输人经中.这也可以理解为把特征空间划分成一些互不相隐含层逐层计算传向输出层，每一层神经元的状态交的区域，而每个子区域将与一特定的类相对应.如只影响下一层神经元的状态.

8、如在输出层未得到期果将上述的N维特征空间看作是全体输人样本的望的输出，则计算输出层的误差变化值，然后转向反集合，而所有类构成一个相应的输出空间，则系统辨向传播，通过网络将误差信号沿原来的连接通路，反识的任务就是从输人样本