节流毛细管设计的类比法

从毛细管的微分方程模型出发，建立了绝热毛细管类比设计法的理论公式，提高了毛细管的设计效率。     

基于量纲分析的绝热毛细管壅塞流量特性关联

关联方法可替代复杂的数学模型，用以预测绝热毛细管的壅塞流量特性．先通过量纲分析方法给出了绝热毛细管壅塞流量特性的一般函数关系式，然后采用两种模型近似该一般函数关系式：一种是传统的Fower—law关联式；另一种是人工神经网络．以献中的R－407C毛细管实验数据为对象，对比研究了这两种模型的关联效果．结果表明：人工神经网络的关联误差及误差的分散度更小．     

空调动态负荷变步长计算方法

多层墙体传热反应系数／Ｚ传递系数的异步长关系，为发展变步长的反应系数法／Ｚ传递函数法开辟了一条可行的途径．本文进一步提出了多层墙体传热反应系数／Ｚ传递系数异步长关系的一种修正形式，将异步长关系由单向拓展为双向，并在此基础上，结合线性系统叠加原理，提出空调动态负荷计算的反应系数法和变步长Ｚ传递函数法，可以有效地降低计算量．实例计算表明效果良好     

空气制冷循环最优性能解析

通过建立单级空气制冷循环的量纲为一的热力学模型,推导出对应最优性能系数的压比公式,以及最优压比下的循环性能参数解析表达式.在此基础上针对不同的运行工况和转动部件效率,对循环性能进行数值分析,发现:高低温热源温差的增大,最优压比升高,最优性能系数下降,单位制冷量升高.提高转动部件效率,最优压比小幅降低,最优性能系数大幅升高以及单位制冷量大幅下降.同比之下,膨胀机效率对系统最优性能的影响更大.这些都有助于实际空气制冷系统的优化设计.     

制冷系统仿真中定量参数的神经网络辨识

尝试用现代人工智能技术来改进现有的制冷系统仿真方法．首先，提炼出与制冷系统仿真结果的量化密切相关的定量参数，然后在已有的定性数值仿真模型的基础上，根据实验数据，采用人工神经网络（ＡＮＮ）方法对仿真模型中的定量参数进行辨识，识别出最佳的定量参数．这不仅有利于提高仿真精度，改善计算稳定性，而且降低了对仿真软件用户的技术要求，有利于仿真技术的实用化．对房间空调器稳态特性仿真的初步结果表明该方法效果良好．     

家用冰箱部件模型的分析与建模思想

依据自顶向下的软件开发方法，从用户对冰箱动态仿真软件的功能需要入手，分析了冰箱整机及各个部件在不同时刻，不同工况下的动态运行特性，提出了各部件的建模思想及模型选取策略，根据当前仿真技术水平及硬件条件，认为压缩机采用稳态模型，蒸发器和冷凝器采用动态分相集中参数模型，毛细管采用稳态模型，箱体负荷计算采用传递函数模型比较合适，根据以上思想建立的冰箱仿真各个部件的模型，已成功地用于冰箱仿真软件的开发。     

毛细管内流动的近似分析模型

通过积分方法建立了毛细管内流动的近似分析模型,模型覆盖了毛细管内流动可能的过冷,两相和过热３种流动区域,给出了不同流动区域的近似积分解,用此模型预测了制冷剂Ｒ１２,Ｒ１３４ａ和Ｒ６００ａ通过毛细管的质流率,并与分布参数模型的结果比较,平均偏差小于１％,最大偏差２．２％,计算速度提高了１个数量级以上。     

分体式家用空调器动态仿真

为了解分体式家用空调器的实际动态特性，需要对空调器的动态工作过程进行仿真．提出的动态仿真模型，主要包括４个基本模块：压缩机、高压侧（包括压缩机壳体、冷凝器和输液管）、低压侧（包括蒸发器、吸气管和集液器）和毛细管．按照开机与停机过程的不同，对于高、低压侧的模型分别采用质量引导法与能量引导法．该模型能模拟包括开、停机瞬态过程，压缩机较长时间工作后及高、低压平衡后的完整的实际动态工作过程．计算结果表明，该模型适用于分体式家用空调器的快速动态模拟，计算值和实验数据吻合较好     

贯流风机结构参数及工作特性的关联

利用计算流体力学方法对贯流风机内部气体流动进行了数值模拟，研究了贯流风机的流动状态和结构参数变化对其产生的影响．分析了蜗舌间隙、进口角、蜗壳间隙、蜗舌位置角、出口角变化与贯流风机进、出口流速间的关系，从中寻找出结构参数变化对贯流风机流场影响的规律．通过计算分析，确定了不同工况下贯流风机进、出口角的最佳范围以及最佳蜗舌间隙的选取方法．将模拟计算结果与实验结果进行了比较．结果表明，数值模拟的结果与实验结果基本吻合．     

不同跨临界二氧化碳制冷循环的性能比较

建立了CO2制冷循环各个部件的稳态仿真模型，对6种不同的跨临界CO2制冷循环进行了稳态仿真，衡量了吸气回热、回收膨胀功以及二级压缩等方式对系统性能的影响．结果表明，采用二级压缩并回收膨胀功可以大大提高系统的性能；只采用两级压缩而不回收膨胀功，对系统的性能并没有明显的改善；单级压缩时如果系统中带有膨胀机，采用吸气热交换器可以提高制冷量，但对性能系数(COP)值的影响不大；单级压缩不回收膨胀功时，采用吸气热交换器可以大大提高系统的制冷量和COP。