|
神经网络算法已应用于制冷系统的建模
算法由于其大规模的并行处理、容错性和较强的适应性，近年来已成为一种快速发展的算法。空气加热机组算法已应用于制冷系统的建模与求解。目前在机组组成和系统建模研究方面的现状，对热泵系统的部件建模进行了较为全的研究。 在建立了仿真算法系统的数学模型后，需要用一定的数值计算方法求解构成模型的方程组，通常可以得到数值解。空气加热机组这涉及到仿真算法的收敛性、稳定性、准确性和速度。主要算法包括简单制冷装置的传统迭代算法、换热器的有限差分算法和N-R算法。 从初始集总参数法建立的黑箱模型到目前的稳态(动态)集总参数模型和稳态(动态)分布参数模型：空气加热机组节流机构、压力损失和管进出口界面突变引起的临界现象，考虑了管内制冷剂流动的“闪蒸”，建立了分布参数法毛细管模拟模型并建立了基于平均参数的绝热毛细管简化模型。 由于压缩机的形式和制冷范围不同，其建模有多种类型。在系统仿真中，空气加热机组通常采用集中参数法对压缩机进行建模。效率法、图形法和多变量压缩指数法是常用的简单实用的建模方法，而变频压缩机的研究仍然基于与恒速压缩机相似的效率法。提出了基于实测数据的变频压缩方法。计算机图形学模型通过修正气体传输系数来提高其通用性。 |
