反向傳播神經(jīng)網(wǎng)絡(luò)對(duì)多結(jié)構(gòu)翅片管換熱器變工況性能預(yù)測(cè)適應(yīng)性研究
發(fā)布時(shí)間:2021-06-18 15:19
基于多結(jié)構(gòu)翅片管換熱器變工況實(shí)驗(yàn)數(shù)據(jù),研究神經(jīng)網(wǎng)絡(luò)模型在水-空氣翅片管換熱器性能預(yù)測(cè)方面的可行性.建立2排管、3排管翅片管換熱器在制冷、制熱工況下的反向傳播神經(jīng)網(wǎng)絡(luò)模型,優(yōu)化并確定單隱含層和雙隱含層情況下較優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu),模型預(yù)測(cè)誤差達(dá)到1%左右.以指定結(jié)構(gòu)翅片管換熱器數(shù)據(jù)作為測(cè)試集,對(duì)比單隱含層和雙隱含層網(wǎng)絡(luò)模型在性能預(yù)測(cè)方面的效果.研究結(jié)果表明:對(duì)于制冷工況,雙隱含層模型不能提高模型精度,反而會(huì)因?yàn)檫^(guò)擬合導(dǎo)致部分參數(shù)的預(yù)測(cè)精度降低;對(duì)于制熱工況,雙隱含層模型在預(yù)測(cè)結(jié)果精度上有明顯的提高.
【文章來(lái)源】:上海交通大學(xué)學(xué)報(bào). 2020,54(07)北大核心EICSCD
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
翅片管換熱器模型
制冷工況下的神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖
制熱工況下的神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖
【參考文獻(xiàn)】:
期刊論文
[1]圓柱型翅片管換熱器變工況傳熱性能模擬與分析[J]. 曾煒杰,谷波,李強(qiáng)林. 制冷學(xué)報(bào). 2019(02)
[2]基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的多聯(lián)機(jī)閥類(lèi)故障診斷[J]. 郭夢(mèng)茹,譚澤漢,陳煥新,郭亞賓,黃耀. 制冷學(xué)報(bào). 2018(02)
[3]不同回路結(jié)構(gòu)表冷器的變工況性能分析[J]. 馮夢(mèng)怡,曾煒杰,谷波. 流體機(jī)械. 2017(09)
[4]受限空間中翅片管換熱器的性能分析[J]. 張杰,谷波,方繼華. 制冷學(xué)報(bào). 2014(02)
[5]濕工況下翅片管換熱器空氣側(cè)熱質(zhì)傳遞的數(shù)值模型[J]. 韓維哲,丁國(guó)良,胡海濤,莊大偉. 上海交通大學(xué)學(xué)報(bào). 2013(03)
本文編號(hào):3236901
【文章來(lái)源】:上海交通大學(xué)學(xué)報(bào). 2020,54(07)北大核心EICSCD
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
翅片管換熱器模型
制冷工況下的神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖
制熱工況下的神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖
【參考文獻(xiàn)】:
期刊論文
[1]圓柱型翅片管換熱器變工況傳熱性能模擬與分析[J]. 曾煒杰,谷波,李強(qiáng)林. 制冷學(xué)報(bào). 2019(02)
[2]基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的多聯(lián)機(jī)閥類(lèi)故障診斷[J]. 郭夢(mèng)茹,譚澤漢,陳煥新,郭亞賓,黃耀. 制冷學(xué)報(bào). 2018(02)
[3]不同回路結(jié)構(gòu)表冷器的變工況性能分析[J]. 馮夢(mèng)怡,曾煒杰,谷波. 流體機(jī)械. 2017(09)
[4]受限空間中翅片管換熱器的性能分析[J]. 張杰,谷波,方繼華. 制冷學(xué)報(bào). 2014(02)
[5]濕工況下翅片管換熱器空氣側(cè)熱質(zhì)傳遞的數(shù)值模型[J]. 韓維哲,丁國(guó)良,胡海濤,莊大偉. 上海交通大學(xué)學(xué)報(bào). 2013(03)
本文編號(hào):3236901
本文鏈接:http://sikaile.net/kejilunwen/dongligc/3236901.html
最近更新
教材專(zhuān)著