基于神经网络模型的冷库冷风机除霜控制研究

发布时间：2023-12-04 20:03

　　冷库冷风机"按需除霜",可有效降低冷库能耗、提高能源利用率。本文将湿空气物性参数、冷风机运行时间作为神经网络输入变量,建立基于BP算法训练的多层前馈神经网络结霜量与除霜时长预测模型,并利用相关试验数据进行模型训练与测试。结果表明:结霜量预测模型计算值与试验测量值平均误差为10.11%,除霜预测模型计算值与试验测量值的误差均小于5%。本文所建立的基于人工神经网络结霜量预测模型与除霜时长预测模型可较好地预测冷风机结霜量与除霜时长,为实际工程应用中通过确定除霜起始点和除霜时长实现冷风机"按需除霜"提供了参考价值。

【文章页数】：6 页

【文章目录】：
0 引言
1 试验装置及方法
    1.1 试验装置
    1.2 试验方法
    1.3 试验数据处理
2 神经网络建模及性能分析
    2.1 神经网络除霜控制模型的建立
    2.2 数据预处理
    2.3 隐藏层节点数的确定
    2.4 其他参数
3 结果分析
    3.1 结霜量预测模型的训练结果
    3.2 除霜时长预测模型的训练结果
4 结论



本文编号：3870619