基于遗传算法神经网络的某制冷空调系统性能预测研究-制冷及低温工程专业论文.docx

独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工 作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本 论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本 文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人 完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期：2015 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即： 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允 许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部 或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复 制手段保存和汇编本学位论文。 保 密□，在 年解密后适用本授权书。 本论文属于  不保密□√。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期：2015 年 月 日 日期：2015 年 月 日 华 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 传统制冷空调系统的设计手法有很多不足之处，开发成本高，开发耗时长以及开 发效率低下等。在制冷空调系统设计研发中，利用计算机仿真方法，可以更简便快 捷地达到目标要求，对产品的设计开发具有重要意义。 本文利用计算机仿真技术，以稳定工况下的某空调制冷系统为研究对象，通过 必要合理的假设和简化，分别建立了活塞式压缩机热力参数模型、板式冷凝器稳态 分布参数模型、绝热毛细管稳态分布参数模型以及翅片管式蒸发器稳态分布参数模 型。根据压缩机热力参数模型计算出来的结果，利用样本数据通过 GA-BP 神经网络 模型预测压缩机制冷量和输入功率的输出，并与十系数模型作了简单的比较；根据 冷凝器模型模拟计算结果，利用样本数据通过 GA-BP 神经网络模型预测换热器换热 量以及制冷剂出口温度；根据绝热毛细管分布参数模型的模拟计算结果，利用样本 数据通过 GA-BP 神经网络模型预测毛细管内制冷剂流量以及制冷剂临界温度；根据 蒸发器模型模拟计算结果，利用样本数据通过 GA-BP 神经网络模型预测换热器换热 量以及压降。 最后将各部件组合成一个完整的系统，对系统进行稳态仿真，根据模型计算结 果得出样本数据，通过 GA-BP 神经网络模型预测分析系统单位质量制冷剂制冷量和 COP。根据样本训练结果所建立的神经网络模型预测输出结果误差较小，均在 5%以 内，同时模型计算速度较分布模型要快。通过研究分析可知，神经网络模型能够准 确快速地预测系统各部件及整体的性能。 关键词:制冷系统；计算机仿真；性能预测；神经网络 II II Abstract There are many disadvantages of traditional ways to design refrigeration and air-conditioning systems，such as high development cost，long development period and low efficiency.With traditional design ways are ameliorated by computer simulation means，it could not only reduce development cost，shorten development period but also improve development effieieney and is taking an important significance for promoting the modemization of product design process. This essay takes single-stage steam compression refrigeration system under steady state as researeh object. By using computer stimulation technology，with necessary and reasonable assumption and simplification，establish model of four parts: the compressor thermal parameters model，the condenser distributed parameter model，the capillary distributed parameter model and the evaporator distributed parameter model. According t