制冷剂物性参数的神经网络模型计算

建立了BP神经网络模型来计算制冷剂物性参数,并以近共沸混合制冷剂R410A为例计算其饱和和过热状态的物性参数值,得到了满意的结果.     

三维数值模型及其在地源热泵岩土热物性计算中的应用

利用有限体积法,在Matlab平台上建立三维数值模型,通过经典线热源模型对该模型进行验证,并介绍工程应用。该模型能够反映实际钻孔参数,适应U形埋管内流量波动、加热功率较大波动等情况。结合实际测试数据,应用该模型可反演得到地源热泵岩土热物性参数。且该模型能够克服经典线热源模型忽略钻孔内容积比热容的局限性,更好地反映实际地源热泵岩土热响应情况。     

应用直接加热法测定导体的多种物性参数

近年来,直接加热法在热物性测试中得到了较大的发展,其中准一维法被认为是最有效的测量方法之一。它的显著优点是实现了多物性的测试,即在同一实验中,同一试件上,可同时或相继测得多种物性参数。本文叙述了用直接通电加热法对不锈钢条状试件作通电加热,进行电阻率ρ、半球总发射率ε_H、导热系数入和洛伦兹常数L_0等参数测试,取得了较好的效果。     

在应用程序中获取制冷剂物性数据

将国际权威物性计算软件Refprop直接引入了应用程序,避免了由其它方法获取物性参数带来的误差。使用表格的形式,给出了不同的初始化方法,说明了获取两相区、过热/冷区物性参数时调用的子程序及其顺序。为了避免参数传递带来的麻烦,以Fortran为平台使用动态链接库技术生成了适合于Labview、VB等程序调用的DLL并给出了在Labview中和VB中通过调用该DLL获取物性的过程。该方法具有快捷、准确的优点,可以普遍推广。     

超临界二氧化碳物性参数综述

超临界二氧化碳有着特殊的物理性质,在工业领域有着较好的应用前景。主要介绍了超临界二氧化碳的常用物性参数,包括密度、比热容、黏度、压缩因子、导热系数、表面张力、饱和蒸气压、自扩散系数等,同时分析了其受温度、压力变化而变化的情况。     

模糊神经网络及其在高炉参数学习专家系统中的应用

本文应用模糊神经网络对高炉参数学习系统进行研究，该神经网络采用个有线性激励的ＢＰ快速学习算法，能够实现模糊推进进行隶属函数参数和规则可信度的调整，为动态模拟专家系统知识库，本文采用了七个结构相似且相互关联的神经网络代表不同的高炉异常炉况类型。     

重视氨制冷剂在制冷空调上的应用

重视氨制冷剂在制冷空调上的应用中国制冷学会曹德胜ＡｍｍｏｎｉａｔｈｅＣｈａｌｌｅｎｇｅｉｎＡｉｒＣｏｎｄｉｔｉｏｎｉｎｇＲｅｆｒｉｇｅｒａｔｉｏｎ￥ＣａｏＤｅｓｈｅｎｇ氨用作制冷剂在我国历史悠久,亦是用氨作制冷剂的应用大国,特别是冷冻冷藏,在５００余...     

岩体爆破参数设计的神经网络模型

应用神经网络系统建立了岩石爆破块度级配要求及岩性等参数与爆破设计参数之间的神经网络模型,利用此模型可以根据开采块度级配要求确定爆破施工参数.仿真结果表明,该网络模型具有很好的应用价值.     

瞬态法材料热物性参数测量系统

本文介绍一种瞬态法材料热物性参数测量系统的工作原理、硬件结构、软件组成及特点。详细分析了其误差并探索了提高测量准确度的方法。实测结果表明 ,该系统的测量准确度达到 0 1级     

新一代制冷剂HFO-1234yf的热物性模型

基于Peng-Robinson通用状态方程,采用基团贡献原理以及多项式拟合方法,建立了符合精度要求的新型LGWP制冷剂HFO-1234yf的热物性模型,并对模型进行了验证,利用数学软件对模型进行编程求解,得到了较为全面的HFO-1234yf制冷剂的热物性数据.将HFO-1234yf制冷剂与R134a及R417A制冷剂的热物性能进行了对比,结果显示HFO-1234yf的饱和蒸汽压力与定压比热容和R134a的表现相似,二者的饱和蒸气压均低于R417A,HFO-1234yf制冷剂与R134a和R417A相比,其饱和状态焓值较低,这将导致HFO-1234y系统运行时的性能系数不高.该模型能为HFO-1234yf制冷剂在汽车空调以及固定式空调制冷设备上的应用提供理论依据.     

基于RBF神经网络的添加剂改性炭材料高温黏结剂的性能预报模型

在炭材料黏结剂添加剂改性实验数据的基础上，将神经网络方法用于研究添加剂配方和热处理温度对黏结强度的影响关系，建立了添加剂改性炭材料黏结剂的RBF（Radial Basis Function径向基函数）神经网络性能预报模型，并与BP（Back-Propagation逆传播）人工神经网络进行了预报精度和训练过程比较。结果表明：上述两种模型对于黏结强度的预报平均相对误差分别为0．0127和0．0600，且BP人工神经网络易陷入局部最小。因此，RBF神经网络模型的预报能力较好，得出了具有较精确黏结性能的添加剂配方和热处理数据。可望在炭材料黏结剂改性中的多变量、非线性体系中提高实验工作效率，为炭材料黏结剂提供一条有应用前景的理论设计途径。     

基于人工神经网络的传感器非线性拟合方法的研究

人工神经网络具有以任意精度逼近任何非线性连续函数的能力。文章分别用BP网络、RBF网络对传感器的非线性作高精度拟合。仿真结果表明,三层BP网络和RBF网络能够满足工程实际中一维数据拟合的要求,网络具有良好的泛化能力。     

Computer subroutines for rapid evaluation of refrigerant thermodynamic properties

Computer routines developed by Chan and Haselden for evaluation of refrigerant thermodynamic properties, whilst widely used, are not suitable for inclusion in some types of refrigeration computer programs due to their large computation time requirements. An alternative in the form of curve-fitted equations with greater computation speed is proposed. A possible application is in the area of dynamic simulation where many thousands of property evaluations must be made in every program execution. The proposed equations cover R12, R22, R114, R502 and R717, and a wide range of practical conditions (but not all conditions covered by Chan and Haselden). The accuracy of the property estimates from the proposed equations should be adequate for many practical situations, but the equations should not be seen as a general replacement for the Chan and Haselden routines.     

基于BP神经网络的导线脱冰跳跃高度预测模型

冰区导线脱冰振动会引起绝缘间隙减小,严重时甚至导致闪络和跳闸等电气事故.首先利用数值方法模拟得到各种参数条件下导线的脱冰动力响应,获得导线的最大脱冰跳跃高度.进而基于数值模拟结果和BP神经网络构建导线脱冰跳跃高度预测模型,将线路的导线分裂数、导线型号、档距、高差等结构参数以及初始应力、覆冰厚度和脱冰率等载荷参数作为输入...     

六自由度运动平台控制系统的神经网络优化

阐述了六自由度运动平台的控制原理，并根据控制系统的特点，提出采用基于RBF和BP神经网络来改进常规PID控制器实现系统控制性能。在该控制系统结构中，提出了在RBF网络辨识Jacobian的基础上，将BP神经网络引入了平台控制系统中PID控制器的控制参数在线整定的算法，最后给出了在MATLAB下的具体仿真算法。     

Estimation and application of thermodynamic properties for a non-azeotropic refrigerant mixture

The use of an azeotropic refrigerant mixture of R 131B1 and R 152a to replace R 22 in an air-to-air heat pump with an accumulator and capillary tube expander is discussed. The Redlick-Kwong-Soave equation of state provides a convenient method for generating thermodynamic data needed for this mixture.     

Entropy-volume plane: a new approach to on-line calculation of refrigerant properties

Implementation of new techniques for real-time control and failure detection of HVAC & R equipment requires fast and accurate methods for on-line calculation of the thermodynamic properties of refrigerants. This Paper presents a new approach to such on-line property calculations using a technique evolved from a new specific entropy-specific volume plane. The special feature of constant temperature lines in this entropy—volume plane provides the basis for the proposed fast, simple and accurate method. The results of a case study on R12 are presented with an accuracy in temperature calculations of within 0.5°C and higher.     

基于移动平台的制冷工质热物性参数计算

以R134a为例,使用J2ME语言,开发可在移动设备（例如手机,支持CLDC1．1和MIDP2．0API）上运行的制冷剂热物性计算软件。首先介绍J2ME开发语言,随后建立计算数学模型,在具体阐述相关数学函数的设计方法后,给出软件开发的流程图,最后进行误差分析。结果表明,这类软件使用灵活,操作简便,计算快速,所得结果精度比较高。     

Local composition modelling of the thermodynamic properties of refrigerant and oil mixtures

Six local composition models of the thermodynamic behaviour of mixtures are described. Using data from the literature and a non-linear regression analysis, a comparison of the predictive abilities of the models is undertaken for R12, R22, R134a and R125 with various oils. The Wilson and Heil equations provide the most consistent results, with the Heil equation providing a modest improvement over the Wilson model. Using a 95% confidence interval, the Heil equation predicted the behaviour of R12 with a paraffinic mineral oil to within 3.1%; its worst-case 2-σ error was 10.4% (R22 with a polyol ester oil), and its average 2-σ error for all of the mixtures was 6.2%. Using model parameters and error estimates from the regression analyses, pressure-temperature-concentration behaviour for these mixtures can be predicted for system design and simulation.