风机盘管特性预估GM(1,N)模型

 为解决在风机盘管机组(FCU)供冷性能测试过程中变工况实验次数非常多,非常费时和能耗大的问题,该文研究了运用灰色系统理论建立FCU供冷量与冷冻水温、进水量和进风温度变工况条件参数之间关系的GM(1,N)灰色模型,并利用该建模方法预测FCU变工况时供冷量估计值.结果表明,其建模拟合精度和预测估计精度都较高,能为生产FCU的企业和测试部门在做FCU变工况特性实验时,利用5~6个具有代表性典型工况的实验数据和以往同规格FCU更多工况的历史数据预测估计新批次或新产品变工况特性提供了科学有效的方法.该方法能使实验次数和实验能源消耗都减少为传统方法的5%以下,从而使FCU特性测试工作效率提高20倍以上.     

数控机床热误差变参数GM(1,1)的建模

为提高数控机床的加工精度,减少热误差对零件加工质量的影响,对热误差变参数灰色GM(1,1)在线预测模型进行研究.变参数灰色GM(1,1)在线预测模型能直接运用热误差时间序列值进行单序列建模,并给出模型参数的逐步迭代公式,根据不断输入的新数据,变参数模型能利用迭代公式,及时修正模型参数.以某精密卧式加工中心为研究对象,对所提出的变参数灰色GM(1,1)模型进行应用验证,并与传统的,1)模型和新陈代谢GM(1,1)模型进行对比研究.对比分析的结果表明:变参数灰色GM(1,1)模型很好地解决了传统的GM(1,1)模型难以预测大样本数据和非线性变化趋势的问题,且比新陈代谢GM(1,1)模型建模运算量小、求解时间短.变参数灰色GM(1,1)模型的预测值与实验结果对比表明,该模型预测精度高、通用性好,适用于机床热误差建模预测,进而提高机床的加工精度.     

基于灰色神经网络的凸肚体腹围尺寸预测

为克服线性回归方法对人体尺寸预测缺少精度的缺陷,将灰色神经网络模型引入人体测量中.对36个测试样本进行灰色建模,并利用人工神经网络修正模型残差,以提高腹围尺寸的预测精度.为了验证模型的可靠性,用同一样本建立回归模型,并以7个测试样本检验两种模型的预测效果.结果显示,灰色神经网络模型的预测精度更高,能有效地简化量体工作,为实现特体服装定制化生产奠定基础.     

混合动力设备蓄电池剩余容量估计方法

给出了变电流蓄电池剩余容量的定义及实际工况下的修正公式.将并联式混合动力挖掘机蓄电池的功率变动曲线按比例缩小至单节蓄电池允许的范围内,并作为测试蓄电池的输入信号,获得蓄电池剩余容量数据样本,对其进行多种灰预测算法分析,在此基础上提出充电阶段采用累加-均值算子的灰预测直接建模,放电阶段采用变权弱缓冲灰预测的分段预测方案.结果表明,文中所提方法能够全面有效地提高混合动力设备蓄电池剩余容量估计精度.     

冷水机组变流量性能预测模型与实验研究

为实现在冷水机组结构参数缺乏的条件下,对冷水机组变流量工况下的性能进行准确预测,提出了一种将冷水机组未知结构参数集总并基于少量机组实测数据获取模型参数的建模方法,建立了相应的冷水机组变流量性能预测模型.通过搭建冷水机组变流量实验装置并进行实验,获得其模型参数并对机组变流量性能进行了模拟与实验对比.结果表明:该建模方法的模型参数获取简便,模型性能预测精度较高,制冷量、COP等系统性能参数偏差在10%以内,能较好地表征冷水机组变流量工况下的性能变化规律.冷冻水流量从额定流量的100%降至42.8%时,冷水机组制冷量减小8.6%,COP减小8.8%;冷却水流量从额定流量的100%降至24.2%时,冷水机组制冷量减小1.8%,COP减小14.8%,可为空调系统的变流量优化运行提供指导.     

反向传播神经网络对多结构翅片管换热器变工况性能预测适应性研究

基于多结构翅片管换热器变工况实验数据,研究神经网络模型在水-空气翅片管换热器性能预测方面的可行性.建立2排管、3排管翅片管换热器在制冷、制热工况下的反向传播神经网络模型,优化并确定单隐含层和双隐含层情况下较优的网络结构,模型预测误差达到1%左右.以指定结构翅片管换热器数据作为测试集,对比单隐含层和双隐含层网络模型在性能预测方面的效果.研究结果表明:对于制冷工况,双隐含层模型不能提高模型精度,反而会因为过拟合导致部分参数的预测精度降低;对于制热工况,双隐含层模型在预测结果精度上有明显的提高.     

高速冲床传动系统性能退化分析与可靠性评估

针对高速冲床传动系统寿命较长、可靠性试验成本较高的特点,研究了基于性能退化数据的传动系统可靠性评估方法.根据传动系统的工作特性选择了下死点动态精度作为衡量性能退化的特征参数,搭建了相应的测试系统.对退化机理进行了分析,在此基础上利用漂移布朗运动模型对传动系统动态精度退化量进行建模,基于退化数据估计模型中的参数,进而利用所建模型评估得到传动系统寿命和可靠性指标.采用实测数据对所提出的方法进行验证,结果表明:该方法在没有寿命数据的情况下评估得到了高速冲床传动系统的寿命和可靠性指标,可节约试验经费和时间.     

基于GM-LS-SVM层级模型的数控机床热误差建模

为了更精确地对数控机床热误差进行预测及补偿以提高其加工精度,针对单独使用灰色模型或最小二乘支持向量机模型进行机床热误差建模的不足,并利用这2种模型在数据不同处理阶段的优点,提出一种基于灰色模型和最小二乘支持向量机层级模型的数控机床热误差建模方法。根据机床关键点温度数据和热误差数据,首先建立多个不同数据序列长度的机床热误差灰色模型作为前处理层,然后把经过前处理层前处理的热误差和实测热误差分别作为最小二乘支持向量机模型的输入和输出,作为后处理层,以进行预测精度校正。利用该方法在一台精密卧式加工中心上进行建模实验,并与单独使用灰色模型、最小二乘支持向量机模型和BP神经网络模型进行预测精度对比分析。研究结果表明:基于灰色模型和最小二乘支持向量机层级模型的数控机床热误差建模方法具有更高的预测精度和更强的泛化能力。     

大空间建筑分层空调冷负荷计算模型研究

基于区域热质平衡理论,建立适合于大空间建筑的分层空调负荷计算模型,进行某大空间建筑夏季工况下的试验测试研究,验证室内垂直温度分布的计算结果,比较同步求解模型计算的分层空调冷负荷和实际大空间建筑空调供冷量,在此基础上,预测分层空调冷负荷在变工况下的变化趋势,计算结果表明实际空调最大供冷量与模型计算结果相差14%,变工况的负荷变化趋势符合实际变化规律.     

一种提高灰色模型拟合精度的简便方法

GM(1,1)模型是一种应用广泛的呈指数增长趋势的灰色系统模型.它的拟合精度与建模数据序列的光滑度有关.建模数据序列光滑度越高,灰色系统模型的精度越高.根据线性函数变换和逆变换的知识,提出了通过对建模数据进行线性函数y=px q变换来提高灰色模型拟合精度的一种简便方法,并且从理论上证明了这种变换可以有效提高建模数据序列的光滑度.算例分析的结果表明,对建模数据序列进行线性函数y=px q变换的方法在提高灰色GM(1,1)模型拟合精度方面是有效的.