热泵涡旋压缩机的热力学特性

基于热泵涡旋压缩机几何参数、热力学第一定律、质量能量守恒定律等,建立了热泵涡旋压缩机的几何模型和热力学模型.利用欧拉法对所建热力学模型进行求解,得到了压缩机运行1个周期工作腔内工质温度、压力、质量的变化规律,并进一步分析了不同工况条件下热泵涡旋压缩机工作过程中泄漏量的变化规律.同时,通过搭建实验平台对所建热力学模型进行了验证.结果表明：吸气压力和吸气温度对压缩腔的影响最大,吸气压力降低0.1 MPa时第三压缩腔泄漏量降低9.45%,吸气温度降低5℃时第三压缩腔泄漏量降低6.841%;而转速的变化对涡旋压缩机各个工作腔泄漏量的影响比较平均;且实验值与模拟值接近,验证了模型的正确性,可为热泵涡旋压缩机的性能优化提供一定的理论参考.     

新型极化冷冻油添加剂持续改善空调系统性能实验研究

对一台热泵型空调器添加一种新型极化冷冻油添加剂(PROA),进行了为期40天的标准工况下的性能测试跟踪.实验结果表明,与添加PROA之前相比,压缩机的吸气、排气温度等一些参数明显下降;PROA加入后的运行期间,压缩机吸气、排气温度变化不大,波动仅1.5℃左右,吸气、排气压力和室内、外出风温度也都变化不大,且对压缩机等核心部件还未见有何负面作用.说明了添加PROA对空调系统的影响基本稳定.     

三联式空调系统定吸气压力下的运行特性研究

对三联式空调系统在定吸气压力下的运行特性进行考察.当系统的运行工况发生变化时,利用压缩机转速的调节以保持吸气压力的一定.通过研究发现,即使在吸气压力保持一定下,三联式空调系统仍不能简单地视为各室内机的蒸发器面积和膨胀阀开度的简单叠加;若同时保持吸气过热度一定,则三联式系统内两单机的膨胀阀开度、制冷剂质流量、制冷量呈现出抛物线的依变关系;但是吸气压力的保持一定可起到杜绝系统中各单机之间的相互影响,能确保各单机实现独立调节.     

吸气喷液对空气源热泵热水器性能的影响

通过对采用吸气喷液的热泵热水器循环过程进行理论分析,建立了压缩机吸气温度、排气温度、机组制热量、功耗及能效比等性能参数与吸气喷液量的关系,研究了不同喷液量对机组性能参数的影响.试验分析了不同运行工况下,吸气喷液引起的热泵热水器性能参数变化趋势,并与计算结果进行了对比分析.研究表明:采用吸气喷液对降低压缩机排气温度具有比较明显的效果,但同时也降低了机组制热量和能效比,提高了功耗;喷液量比例应该控制在5%以下;吸气喷液对于热泵热水器在低环境温度下运行具有较好的综合效果;在环境温度低于20℃运行时,采用吸气喷液可以降低压缩机排气温度10℃以上,机组制热量下降幅度小于5%,功耗上升幅度小于1.5%,能效比降低幅度低于7%.     

模糊神经网络自适应控制在循环流化床锅炉燃烧控制系统中的应用研究

循环流化床锅炉是一种比较复杂的被控对象,采用常规的控制方法难以收到好的控制效果。在本文中,根据模糊控制理论和神经网络技术,一种模糊神经网络控制器被提出,通过对神经解耦网络的合理设计,使得该控制器不但可以适应被控对象的变参数运行工况,而且可以实现循环流化床锅炉燃烧过程主汽压力与床层温度的解耦。仿真试验和现场应用结果证明,本文提出的模糊神经网络控制器对循环流化床锅炉燃烧过程具有良好的控制效果。     

新型全封闭旋转式CO2压缩机的开发及性能测试

设计了一种新型全封闭旋转式CO2压缩机.该压缩机采用中间冷却的两级压缩结构,且壳体内部压力为最终排气压力;全面测试了CO2压缩机的性能;分析了各运行参数对压缩机性能的影响.研究结果表明:压缩机容积效率基本与吸排气压比成线性关系,压缩机等熵效率在最佳压比下达到最大值,压缩机吸气过热度及二级吸气温度对压缩机效率的影响很小.     

多领域统一建模仿真下压缩机测试系统的PI参数整定

为了解决压缩机测试系统惯性大、纯滞后、耦合性强、各种扰动并存使得工况不能快速稳定的问题,采用多领域统一建模语言Modelica构造了压缩机测试系统的数学模型,将齐格勒-尼科尔斯方法应用于Dymola仿真软件来确定合理的比例积分(PI)参数,其实现过程包括在保证其他元件参数不变的情况下给气路膨胀阀以阶跃激励,再断开阶跃激励给系统添加PI控制器,由此总结出了各个PI参数对排气压力、吸气过热度、吸气压力和过冷度的影响规律。结果显示:排气压力或吸气过热度超调时适当增大比例增益或减小积分增益的设定值、振荡时适当减小积分增益设定值、吸气压力超调时适当减小比例增益设定值、稳定时间过长时增大比例增益或减小积分增益设定值、过冷时适当减小比例增益和积分增益,都将有利于系统的PI控制。该结果可为工程中的PI参数整定提供参考。     

喷油螺杆压缩机指示图的试验研究

为了深入了解压缩机内部的微观工作过程,从而给压缩机参数的优化设计提供可靠的试验依据,通过安装在阴转子齿根处的压力传感器,测同从吸气过程中段至排气过程完毕时基元容积中压力的变化,得到了压缩机的一个基元容积内气体工作过程的指示图,通过比较不同工况下的指示图及相应的热力性能,分析了排气压力,转速及喷油量等设计参数对喷油螺杆压缩机热力性能的影响,研究结果表明：在较宽广的排气压力范围内,指示图上并未出现明显的等容压缩,转速对指示图及热力性能的影响不大,喷油量控制在压缩机容积流量的1％－2％时,压缩机性能较优;为了避免排气过程末期明显的压力突升现象,应在排气端盖上设置导流槽。     

液环泵作真空泵与压缩机工况下的内流场及外特性分析

采用数值模拟和实验相结合的方法,对2BE型液环泵在真空泵与压缩机工况下的内流场及外特性进行对比分析.结果表明:相同的进出口压比时,压缩机体积流量小于真空泵体积流量,体积流量比和效率比均随着压比的增大而逐渐下降;真空泵和压缩机工况下内部的相态场、速度场和压力场分布规律基本一致;压缩机工况下的排气区和过渡区叶轮内旋涡二次流明显要强于真空泵工况下的,相同压比变化时压缩机工况下排气区内壁压力显著增大;液环泵壳体内壁压力的频域特性沿圆周方向存在明显的分区特征;真空泵工况下的各阶主频特性与压缩机工况下的完全一致;在各压比下,压缩机工况的泵壳体内壁压力脉动幅值整体大于真空泵工况的,随着压比的增大,压缩机工况下的排气区和过渡区壳体内壁压力脉动幅值明显增大.     

基于模糊神经网络控制的异步电动机软起动的探讨

软起动采用三相交流调压电路来控制电动机的起动,已经广泛地应用于各种电机,如压缩机、水泵、风机等。本文提出了一种基于模糊神经网络控制的软启动器,并在MATLAB的环境中,对该系统进行了仿真。仿真的结果证明了采用模糊神经网络控制的软起动方法可以使电机空载或者带一定负载起动时起动电流比较小,同时起动过程也很平稳。     

基于神经网络的模糊控制器

提出一种基于神经网络的模糊控制器。它可以把模糊控制的控制规则转化为多层前向神经网络的一对输入、输出样本。用Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ学习算法对网络进行训练,使得网络记忆这些样本,并将这些样本以权值矩阵的形式存储的网络中。网络以”联想记忆“的形式来使用获得的经验对对象实施控制。知道了被控对象少量的定性知识,就可以用这种方法控制对象的行为,这种控制方案可用于对受控对象缺乏精确的数学描述或具有时滞     

基于模糊BP神经网络的垃圾焚烧炉控制系统

根据固体垃圾焚烧技术原理,结合垃圾焚烧炉运行特点,分析了垃圾焚烧过程与影响焚烧的主要因素,提出了基本模糊BP神经网络算法的垃圾焚烧炉控制方法.建立了垃圾焚烧炉炉温双端输入模糊神经网络（DIFNN）控制模型,并使用模糊BP神经网络控制算法对系统进行控制.仿真实验表明,该模糊BP神经网络控制能够适应复杂多变的焚烧过程的控制...     

基于模糊神经网络的数据挖掘算法

提出一种基于模糊神经网络进行数据挖掘的新方法。构成模糊神经网络的模糊化层采用高斯函数计算5个模糊隶属度,高斯函数需要的均值、方差以及隶属度的中心值都可通过预先计算采集到的数据得到。模糊推理层采用取小取大运算代替常用的积和运算,加快了网络的推理速度。在模糊神经网络训练阶段,首先利用重心法对模糊化层输出进行反模糊化,再采用BP思想,利用梯度法求误差值并进行反传调整隶属度函数的参数值。为提高网络推理精度和速度,通过设立相应的规则对网络进行裁剪,剪掉多余的节点和权值,最后依据一定的思想对产生的模糊规则进行简化和提取。以工业锻造中的智能温度控制系统的控制数据为例进行仿真,结果表明,该网络具有较高的精度和较好的鲁棒性。     

变更管制方式安全评估模型及软件设计

为确保因管制方式变更造成系统及运行环境变化带来的风险保持在可控范围,提出基于粗糙集模糊神经网络的安全评估模型。利用粗糙集在属性约简与规则提取方面的优势实现关键风险源提取,降低模糊神经网络数据输入维度、精简网络拓扑结构、缩短网络训练与学习时间;借助模糊神经网络在具有较强容差性和抗噪音能力前提下进行分类的能力,实现系统安全等级评定。为便于模型应用与推广,借助Visual Basic（VB）与MATLAB这2种语言将评估模型编译为可视化操作软件,该软件具有从指标体系中识别关键风险源、系统安全等级评估、评估信息汇总这3项功能。实验结果表明,该软件可从24个风险评估指标中提取出对系统安全影响最为关键的4项风险指标,系统安全等级评定为3级。该评估软件具有易于安装维护、操作简便、理论化程度高等优点,是对空管运行单位定量安全评估的一次创新尝试。     

用模糊控制技术调整神经网络参数

神经网络很多参数都依靠经验来选择．本文以广东省第二次土壤普查成果资料数据库为例子,提出一种利用模糊控制技术调整神经网络参数的方法,并通过建立神经网络参数的控制规则表,实现了对神经网络部分参数的模糊控制．     

模糊神经网络在陶瓷配料系统控制中的应用

将模糊控制和神经网络技术相结合 ,借助神经网络的学习能力和信息存储能力来实现模糊推理过程 ,并记忆和调整模糊规则 ,从而自动生成模糊控制规则 ,建立模糊神经网络。系统对模糊神经网络进行离线学习 ,将训练好的模糊神经网络用于在线控制 ,仿真结果表明 ,本文方法用于对陶瓷配料系统的控制 ,取得了无超调、无静差等令人满意的效果     

风冷制冷机组的多变量模糊控制研究

针对一个多输入多输出、非线性复杂系统明显的非线性热力学耦合特性，采用模糊控制与神经网络相结合的方法，提出一种具有结构和参数学习能力的自组织模糊神经网络控制器，在控制过程中通过采样数据在线学习，调整网络结构，产生模糊控制规则并调整规则的参数，使得控制器具有模糊控制的特点，又有神经网络学习的能力．通过对风冷制冷机组控制试验的结果表明，该控制器能够达到同时控制蒸发压力和过热度的目的．     

一种新的不下机器人运动控制方法

对神经网络和模糊理论在水下机器人运动控制中的应用进行了探讨,提出了神经网络多步预测模型的非线性广义模糊预测控制算法,用神经网络方法实现了对水下机器人这一非线性系统的在线计算、滚动优化和在线控制,采用强化学习方法来构筑模糊控制系统中的神经网络,给出了神经网络多步预测模型及相应的控制算法和操作过程,计算机仿真结果验证了本文所提方法的有效性。     

一种模糊神经网络自适应预测控制方案的研究

在过程控制中,由于被控对象常具有非线性、不确定性及参数时变等复杂因素,难以建立精确的数学模型,从而直接影响了控制效果,提出了一种模糊神经网络自适应预测控制议案,对学习公式进行了理论指导,并结合误差补偿以提高预测控制的精度,仿真实验表明,该算法可实现模糊控制和神经网络的优势互补,对非线性复杂系统具有良好的控制性能。     

二级倒立摆的TS型逐级模糊神经网络控制

提出了一种逐级模糊神经网络控制法．该控制法通过采用Takagi-Sugeno型模糊神经网络控制器和逐级模糊控制规则,实现了二级倒立摆系统的稳定控制．模糊神经网络控制器的参数采用遗传算法分4步进行优化．实验结果表明,采用逐级模糊神经网络控制法,用20条模糊规则就可以实现二级倒立摆系统的稳定控制,并且控制效果佳,系统鲁棒性强。