Modeling the performance of two-bed, sillica gel-water adsorption chillersModélisation de la performance des refroidisseurs à deux lits à adsorption utilisant le gel de silice/eau

This article presents a transient model for a two-bed, silica gel-water adsorption chiller. Compared with our previous cyclic-steady-state model, we found very good agreement between our model prediction and experimental data. We found that, regardless of the initial mass distribution, the chiller was able to achieve the same cyclic-steady-state within four cycles or 1800 s. We also demonstrated that the manufacturer had empirically evolved to select a fixed switching and cycle time such that the best peak evaporator temperature suppression, and near maximum cooling capacity can be achieved by a compact design.

Abstract

Cette communication présente un modèle transitoire d'un refroidisseur à deux lits à adsorption au gel de silice/eau. Les auteurs ont comparé ce système avec un modèle précédent : un modèle cyclique à régime permanent. Il existe une bonne concordance entre nos prévisions at les données expérimentales. Les auteurs ont trouvé que, quelque soit la distribution massique initiale, le refroidisseur peut atteindre l'état de régime permanent cyclique au bont de 4 cycles ou 1800 s. Les auteurs ont montré que le fabricant a opté pour une durée de cycle fixe et un temps de cycle calculé pour obtenir le meilleur effacement des pics de température de l'évaporateur. Le refroidissement est quasi-optimal dans un modèle de conception compacte.     

基于补偿模糊神经网络的制冷系统故障诊断研究

选择反映制冷系统故障状态的热力参数集组成特征向量,并对其进行模糊化处理,利用补偿模糊神经网络建立故障状态与热力参数特征向量之间的映射关系.将神经网络和补偿模糊逻辑相结合, 采用动态、全局优化的运算, 充分利用了相互间的优点.网络不仅能适当调整输入输出模糊隶属函数, 也能借助于补偿逻辑算法动态优化相应的模糊推理.仿真实验证明该模型在智能诊断中具有收敛速度快, 诊断精度高, 而且适应性强等优点.