冷庫(kù)冷風(fēng)機(jī)"按需除霜",可有效降低冷庫(kù)能耗、提高能源利用率。本文將濕空氣物性參數(shù)、冷風(fēng)機(jī)運(yùn)行時(shí)間作為神經(jīng)網(wǎng)絡(luò)輸入變量,建立基于BP算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)結(jié)霜量與除霜時(shí)長(zhǎng)預(yù)測(cè)模型,并利用相關(guān)試驗(yàn)數(shù)據(jù)進(jìn)行模型訓(xùn)練與測(cè)試。結(jié)果表明:結(jié)霜量預(yù)測(cè)模型計(jì)算值與試驗(yàn)測(cè)量值平均誤差為10.11%,除霜預(yù)測(cè)模型計(jì)算值與試驗(yàn)測(cè)量值的誤差均小于5%。本文所建立的基于人工神經(jīng)網(wǎng)絡(luò)結(jié)霜量預(yù)測(cè)模型與除霜時(shí)長(zhǎng)預(yù)測(cè)模型可較好地預(yù)測(cè)冷風(fēng)機(jī)結(jié)霜量與除霜時(shí)長(zhǎng),為實(shí)際工程應(yīng)用中通過(guò)確定除霜起始點(diǎn)和除霜時(shí)長(zhǎng)實(shí)現(xiàn)冷風(fēng)機(jī)"按需除霜"提供了參考價(jià)值。

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引言
1 試驗(yàn)裝置及方法
    1.1 試驗(yàn)裝置
    1.2 試驗(yàn)方法
    1.3 試驗(yàn)數(shù)據(jù)處理
2 神經(jīng)網(wǎng)絡(luò)建模及性能分析
    2.1 神經(jīng)網(wǎng)絡(luò)除霜控制模型的建立
    2.2 數(shù)據(jù)預(yù)處理
    2.3 隱藏層節(jié)點(diǎn)數(shù)的確定
    2.4 其他參數(shù)
3 結(jié)果分析
    3.1 結(jié)霜量預(yù)測(cè)模型的訓(xùn)練結(jié)果
    3.2 除霜時(shí)長(zhǎng)預(yù)測(cè)模型的訓(xùn)練結(jié)果
4 結(jié)論



本文編號(hào)：3870619