基于焓湿图的辐射板作为表冷器空气热湿处理过程分析

本文建立了辐射板供冷与风机盘管结合的复合供冷方式下实验房间的传热传湿模型,提出将辐射板看作一种特殊的"表冷器",在处理室内空气时分干工况和湿工况两种情况:在干工况下辐射板对空气实施局部等湿冷却;在湿工况下辐射板对空气实施减焓、减湿冷却。在夏季工况对辐射供冷系统的温湿度等参数进行了实验测量,并将室内各状态点表示在焓湿图上,计算得到风机盘管与辐射板各自所承担的负荷大小。结果表明:当辐射板通水温度为20℃时,辐射板只承担显热负荷,大小为0. 85 k W;当辐射板通水温度为10℃时,辐射板在湿工况下运行,所承担的潜热负荷为0. 10 k W;得到了基于焓湿图的控制辐射板不结露的临界热力学条件,即辐射板送风状态点与室内空气状态点的焓值相等。     

基于PCA-SSA-BP神经网络的烟叶分级方法

基于机器视觉检测的烟叶分级方法,存在识别效率低、识别稳定性差等问题。针对这些问题,该文基于主成分分析（PCA）、麻雀搜索算法（SSA）、BP神经网络提出一种烟叶分级方法,首先对采集到的烟叶图像进行分析提取17个图像特征进行PCA降维处理,以消除冗余信息,结合烟叶分级标准并平衡烟叶分级的识别正确率和分级效率确定最佳降维的维数为七维;然后,将七维特征向量作为BP神经网络的输入,利用SSA对BP网络模型的权值和阈值进行优化,完成网络模型的训练。实验结果表明,PCA-SSA-BP模型的平均识别率达到96%以上,总运行时间为97.99 s,因此该方法能有效提高小样本烟叶分级的识别效率和识别稳定性。