| 吸收式制冷机组逆神经网络设定优化 |
| |
| 引用本文： | 作者简介:王亚昆(1993—),女,硕士生,吴爱国(通信作者),男,教授,博士生导师。. 吸收式制冷机组逆神经网络设定优化[J]. 西安交通大学学报, 2018, 0(1) |
| |
| 作者姓名： | 作者简介:王亚昆(1993—) 女 硕士生 吴爱国(通信作者) 男 教授 博士生导师。 |
| |
| 作者单位： | 天津大学电气自动化与信息工程学院;300072;天津 |
| |
| 摘 要： | 针对吸收式制冷机组非线性、难以控制的特点,提出了一种基于逆神经网络模型的设定点优化方案。首先,以11.5kW单效溴化锂吸收式制冷机组为对象,使用人工神经网络方法建立了机组模型,通过对溴冷机制冷原理的分析,建立了系统结构为5-6-2的网络模型,该神经网络模型的相关系数大于0.99且方均根误差小于0.2%,与实验数据取得了良好的拟合效果;然后,利用该模型对溴冷机的各个输入参数进行灵敏度分析,并据此选择热水供水温度与冷却水流量作为优化方法的控制输入参数;最后,以冷冻水输出温度作为系统控制输出,对其进行优化计算,并采用改进的粒子群优化算法与逆神经网络相结合的方法,计算制冷机组的最优控制输入参数。通过实验与仿真分析,可知该算法的计算时间在30s以内,低于吸收式制冷机组的稳定时间;溴冷机的目标输出与仿真计算结果间的误差小于0.02%,表明该方案可以应用于吸收式制冷机组的在线控制。
|
| 关 键 词： | 吸收式制冷机 神经网络 粒子群优化 在线评估 |
A Set Point Optimization Method for Absorption Chiller Based on Inverse Neural Network |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
