翅片型式对空气源热泵机组结霜特性的影响

对使用条缝翅片管换热器的空气源热泵空调器在结霜工况下的动态性能进行了试验研究,用显微照相法测量了不同条件下室外换热器表面的霜层厚度,并与采用平翅片管换热器的热泵样机试验结果进行了比较.结果表明:在结霜初始阶段,条缝翅片管换热器表面霜层增长速度远大于平翅片管换热器,结霜循环周期大大缩短;对于低相对湿度工况,条缝翅片管换热器在结霜过程中出现了一段表面霜层厚度几乎不增长的时间段,使得其结霜周期显著增大;与使用平翅片管换热器的热泵样机不同,使用条缝翅片管蒸发器的热泵机组的制热量及性能系数随环境空气相对湿度的升高而大幅度降低.     

变间距对称圆孔翅片管式换热器结霜工况下的节能性能

利用风洞试验装置试验研究变间距对称圆孔翅片管式换热器在结霜工况下的制冷性能。研究结果证明:在迎面平均风速为1.87~4.30 m/s时,在同等试验条件下,变间距对称圆孔翅片管式制冷换热器的制冷量在低风速下比非变间距圆孔翅片管式制冷换热器换热量提高7.6%,当量表面传热系数提高18.26%,阻力减小48.85%,节省21.43%的翅片金属材料。     

免振捣粉煤灰混凝土抗压强度的神经网络预测

为了解决免振捣粉煤灰混凝土抗压强度预测问题,采用BP神经网络方法通过免振捣粉煤灰混凝土不同配合比训练网络预测其抗压强度,对于BP网络的隐层节点属于不确定层,采用三层结构的BP网络.但隐含单员个数仍未知。在实验过程中将隐含层的神经单元个数作为一个参数试验,结果表明BP神经网络的隐层节点数目对预测精度有较大影响。通过分析得出采用BP神经网络对免振捣粉煤灰混凝土抗压强度预测是可行的。     

湿工况下翅片管换热器空气侧热质传递的数值模型

析湿在翅片管换热器用作蒸发器时经常发生,对换热器的性能有重要影响.文中提出了能从机理上对湿工况下翅片管式换热器空气侧的热质传递过程进行模拟的数值模型,它不仅包括用于反映水蒸气和液态水之间由于浓度差所形成的传质模型,而且包括基于经典成核理论的反映水蒸气直接冷凝过程的传质模型.该模型的计算精度较好,传热无量纲参数jh和实验数据的平均相对误差为6.93%,传质无量纲参数jm和实验数据的平均相对误差为12.1%.数值仿真表明,空气相对湿度仅在部分析湿工况下对传质特性有较大影响.     

双并行结构优化的极限学习机及其在回归数据集中的应用

极限学习机(ELM)发展自单隐含层前馈神经网络算法,其理论简单,运行快速,应用非常广泛.为了提高ELM的泛化性能,提出了一种带有双并行结构的优化ELM算法(DPELM).在DP-ELM中,建立输入层和输出层间特殊的连接,使得DP-ELM的输出节点不仅可以接收隐含层节点的信息,也可直接接收输入节点的自信息.利用3组回归数据集验证算法性能,实验结果证明,与ELM相比,DP-ELM可以达到更好的回归精度以及更稳定的泛化能力.     

基于Softplus函数的双隐含层BP神经网络的公路客运量预测

为了提高预测模型的精度,提出一种基于Softplus激活函数的双隐含层BP神经网络的预测方法,提高了模型的非线性学习和泛化能力及预测精度,并改善了网络性能。将该方法应用于公路客运量实际预测中进行有效性验证,结果表明该方法对公路客运量有更好的非线性拟合能力和预测准确性。     

基于自适应Elman神经网络的短期风电功率预测

针对BP神经网络动态性能的不足、适应性较差的问题,提出了基于自适应Elman神经网络的短期风电功率预测模型。通过对比不同隐含层数的Elman预测模型的预测误差,选取最小误差的隐含层数作为自适应Elman预测模型的隐含层数;根据不同的训练集和预测集的输入,自动调节Elman隐含层节点数,实现隐含层节点数的自适应,寻求具有最佳隐含层节点数的预测模型,提高了风电功率预测精度。     

析湿工况下亲水层对开缝翅片管换热器空气侧换热压降特性影响分析

对附带亲水层和没有附带亲水层的开缝翅片管换热器在析湿工况下的空气侧特性进行了实验研究,分析了亲水层对空气侧换热和压降特性的影响.实验结果表明:析湿工况下亲水层使翅片管换热器空气侧的换热特性减弱,风速和翅片间距越小时,减弱程度越强;对于相同结构参数没有亲水处理过的翅片,亲水处理过翅片的空气侧换热系数降低的最大值可达到25.4%;亲水层对降低空气侧的压降则有显著作用,降低的最大值可达到51%;附带亲水层与未附带亲水层开缝翅片管换热器析湿工况下,空气侧换热系数比和压降比关联式的平均误差分别为5.6%和8.4%,在±15%误差范围内分别能涵盖93.4%和84.2%实验数据.     

优化的粗神经网络在机械故障中的预测研究

为了尽早发现机械故障,做到防患于未然,实施安全生产,在神经网络中引入粗糙集理论和模糊聚类方法,实现建模预测。首先用粗糙集和模糊聚类进行属性约简,去掉冗余的属性。然后根据模糊逻辑规则获取合理的网络输入层、隐含层和输出层,建立优化的粗神经网络预测模型。该模型可以有效地去除神经网络中输入层的冗余神经元,合理的确定隐含层神经元的数目,使神经网络提高了收敛性能,获得更好的非线性逼近能力。应用车床的机械振动采样数据进行仿真实验,结果说明：优化的粗神经网络预测模型,可提取有用信息、简化网络结构,减少训练时间,提高预测精度。在机械振动位移的采样数据预测实验中,取得了良好的效果,对于减少机械故障、实现安全生产、提高经济效益具有重要意义。     

翅片管换热器结霜过饱和模型

在改进现有霜表面水蒸气过饱和度计算公式的基础上,建立了翅片管换热器结霜过饱和模型,计算出了4个随时间变化的参数:结霜量、能量传递系数、霜层密度和厚度.实验数据表明,该模型能够有效地预测翅片管换热器结霜过程中的传热和传质现象.     

圆孔翅片管积霜工况下的制冷性能实验

实验研究证实,圆孔翅片管在无霜工况下的传热性能远优于平翅片管,但积霜工况下的传热与制冷性能是否优越没有得到实验验证.利用冰箱制冷系统,分别采用圆孔-半圆孔交叉翅片、圆孔翅片以及平翅片管式换热器,进行积霜工况下的传热和制冷性能对比性实验研究.考察了积霜过程对圆孔孔径大小的影响;分析比较了3种不同片型的有效制冷量、传热系数和实际制冷系数;比较了强化翅片的节能效果;采用有限元法求解出翅片效率,并分离求出实际对流换热系数,从而揭示了翅片表面的实际换热情况.结果表明:与平翅片相比,当最窄截面风速为0.5 m/s时,积霜工况下,圆孔翅片的传热系数平均提高了11.53%;对流换热系数平均提高了18.84%;实际制冷系数平均提高了6.83%;有效制冷量平均提高了6.02%;节省电能6.39%.圆孔翅片是3种片型中的最优片型.     

模糊优选神经网络模型在泥石流平均流速预测中应用研究

泥石流平均流速是防治工程设计的重要参数,其设计预测精度直接影响工程投资.应用模糊优选神经网络模型,以模糊可变识别模型当优化准则参数等于2,距离参数等于1的特例为神经网络激励函数,研究隐含层在不同隐节点数情况下的泥石流平均流速预测精度,并以精度最高的隐节点数构建神经网络的拓扑结构, 对云南蒋家沟黏性泥石流平均流速进行预测.研究结果表明,预测精度较高,有参考应用价值.     

穿孔型翅片几何结构对换热性能的影响

采用正交试验与数值模拟相结合的方法,针对影响翅片管式制冷换热器翅片表面开孔的3个参数,孔型、开孔几何尺寸及开孔位置,确定了3种优化的穿孔翅片片型.以平翅片作为基础片型,分别将4种翅片用于管式制冷换热器.风洞试验表明,结霜工况下,1.5~5.2m·s-1的试验风速范围内,翅片表面开椭圆孔的翅片管式制冷换热器换热性能最好,其单位面积制冷量、翅片平均表面对流换热系数、压缩机能效比相对平翅片均有明显提高.以风速2.5m·s-1为例,上述各值分别提高了37.8%,79.4%,25.0%.空气流过翅片管式换热器的平均阻力则降低了30.0%.     

空冷单排翅片管换热器流动特性数值研究

翅片管换热器作为空冷凝汽器的核心部件,其流动特性对空冷电厂的运行特性具有重要影响。本文建立了单排翅片管换热器的数值计算模型,采用计算流体动力学方法对典型工况下单排翅片管换热器的内部流场进行了数值模拟,得到了不同迎面风速下翅片管换热器的流动特性。计算结果表明:随着迎面风速的不断增大,翅片管换热器内的流动损失不断增大,且5种典型工况下的翅片管换热器流动特性偏差较小,数值模拟结果与实验数据的一致性表明了所建模型的准确性。研究结果对提高空冷凝汽器乃至空冷电站的运行经济性具有重要的参考价值。     

微型通道冷凝器数值模拟与分析

单相区选用合理的预测关联式,两相区采用均相模型,对微型通道形成的平行流式冷凝器进行了性能模拟,对制冷工质R134a进行设计工况下的稳态模拟,得出了微通道换热器的设计结果.分析了微通道换热特性与经典关联式模拟结果的差异,及迎面风速、外侧翅片布置、管道尺寸、外侧空气温度变化、冷凝器进口状态对换热器设计的影响;并比较了与常规尺度翅片管换热器的区别.可为设计及分析微型换热器的性能提供参考.     

室外换热器流路布置对热泵空调器的性能影响分析

在压缩机、毛细管、室内换热器及室外换热器的几何结构尺寸均相同的情况下,对室外换热器的流路布置进行了优化.实验结果袁明:室外换热器作冷凝器时采用逆交叉流,作蒸发器时采用顺交叉流,这样能够提高换热器和热泵系统的性能,使得热泵空调的制冷和制热循环压缩机功率分别降低3.81%和5.46%,制冷量和制热量分别增加2.73%和2.78%.使制冷能效比EER提升6.82%,制热能效比COP提升8.73%.数值比较结果表明:优化后的流路布置可增大换热器各支路后半部分的传热温差和传热系数,从而提高了换热器的性能.     

基于灰色RBF-NN的陀螺随机漂移误差建模

针对测量中存在的陀螺随机漂移误差,提出了一种基于灰色RBF神经网络的预测建模方法.首先采用时间序列的饱和嵌入维数确定RBF神经网络模型输入层的节点数;其次采用灰色聚类法对输入样本进行分类,以确定RBF神经网络模型隐含层的初始节点数;最后采用灰色关联分析法对RBF神经网络的冗余隐含层节点实施删除,以得到满足精度要求的最小结构的RBF神经网络模型.将其应用到某型挠性陀螺随机漂移误差的预测建模中,可得预测模型的精度为90.33%,实验结果表明了该模型的有效性.     

基于BP神经网络的C波段无线电信号分类识别

使用主成分分析法,对C波段无线电信号进行特征提取,使用BP神经网络模型作为其智能分类器.从BP神经网络的设计结构入手,在网络初始化权值的选择、网络隐含层数及隐含层结点数确定多个方面进行研究,以提高分类器的分类性能.     

液力变矩器通用特性及其匹配方法的研究

利用系列泵轮转速及工况的试验数据,建立了一种基于液力变矩器通用特性的发动机与液力变矩器匹配模型.分析了传统匹配方法产生较大误差的来源,在有限试验数据基础上利用反向传播神经网络的拟合和泛化能力,确定了神经网络结构的隐含层节点数,建立了液力变矩器通用特性预测模型,并与传统经验修正模型进行对比.对比结果显示文中提出的方法使得特性预测精度有显著提升.在此基础上,结合发动机净外特性提出了发动机与液力变矩器通用特性匹配模型,该匹配模型考虑了泵轮转速对液力变矩器稳态性能的影响,更符合实际运行情况下发动机与液力变矩器共同工作特性,提高了液力变矩器与发动机的匹配精度.      

R410A空调器空泡系数模型适用性的实验验证

为了找到适用于R410A空调器两相制冷剂质量计算的空泡系数公式,提出了一种可以方便地测量换热器中制冷剂质量的准在线液氮称重法(QOMM),检验了该方法的测量精度,并建立实验台测量了不同空调工况下空调器换热器中的制冷剂量.基于所测制冷剂质量,验证了11种两相流体空泡系数模型对于R410A空调器的适用性.结果表明,QOMM具有较高的测量精度,R410A空调器制冷工况下空泡系数公式宜采用Hughmark模型,而热泵工况下宜采用Premoli模型.