高温热泵系统性能及性能预测研究
摘要 | 第3-5页 |
ABSTRACT | 第5-7页 |
第一章 绪论 | 第11-21页 |
1.1 研究背景 | 第11-16页 |
1.1.1 能源现状 | 第11-13页 |
1.1.2 低温热能现状 | 第13-14页 |
1.1.3 低温热利用技术 | 第14-16页 |
1.2 高温热泵技术 | 第16-19页 |
1.2.1 高温热泵应用前景 | 第17-18页 |
1.2.2 高温热泵研究现状 | 第18-19页 |
1.3 高温热泵性能预测研究 | 第19页 |
1.4 本文研究内容 | 第19-21页 |
第二章 高温工质的理论分析 | 第21-36页 |
2.1 高温工质筛选原则 | 第21-23页 |
2.1.1 环保性能 | 第21-22页 |
2.1.2 理化和输送性能 | 第22页 |
2.1.3 热力学性能 | 第22页 |
2.1.4 高温工质筛选思路 | 第22-23页 |
2.2 工质热物性分析 | 第23-35页 |
2.2.1 工质的基本物性参数 | 第23-24页 |
2.2.2 工质的理论循环性能 | 第24-35页 |
2.3 本章小结 | 第35-36页 |
第三章 高温热泵试验研究 | 第36-56页 |
3.1 压缩机性能试验 | 第36-40页 |
3.1.1 涡旋压缩机 | 第36-37页 |
3.1.2 压缩机性能试验装置 | 第37-39页 |
3.1.3 压缩机性能试验研究 | 第39-40页 |
3.2 高温热泵机组试验系统 | 第40-45页 |
3.2.1 高温热泵机组的设计 | 第40-41页 |
3.2.2 高温热泵试验系统 | 第41-44页 |
3.2.3 调试过程和试验内容 | 第44-45页 |
3.3 试验结果和讨论 | 第45-54页 |
3.3.1 理论分析和讨论 | 第45-47页 |
3.3.2 试验结果和讨论 | 第47-54页 |
3.4 本章小结 | 第54-56页 |
第四章 基于 SVM 的高温热泵性能预测研究 | 第56-93页 |
4.1 高温热泵实验数据分析 | 第56-59页 |
4.1.1 实验台的搭建 | 第56页 |
4.1.2 实验分析 | 第56-59页 |
4.2 支持向量机 | 第59-66页 |
4.2.1 SVM 神经网络简介 | 第59-60页 |
4.2.2 支持向量回归机 | 第60-64页 |
4.2.3 支持向量参数优化 | 第64-66页 |
4.3 误差回传神经网络(BP 网络) | 第66-70页 |
4.3.1 BP 网络概述 | 第66-67页 |
4.3.2 BP 网络算法 | 第67-69页 |
4.3.3 BP 网络性能分析 | 第69-70页 |
4.4 高温热泵的性能模拟预测 | 第70-91页 |
4.4.1 模型的建立 | 第70-72页 |
4.4.2 模拟结果及对比 | 第72-91页 |
4.5 本章小结 | 第91-93页 |
第五章 高温热泵测试系统的建立及推广应用 | 第93-106页 |
5.1 高温热泵测试系统的建立 | 第93-102页 |
5.1.1 设计方案概况 | 第93-95页 |
5.1.2 系统流程及控制原理 | 第95-99页 |
5.1.3 测试系统操作流程 | 第99-102页 |
5.2 推广应用 | 第102-105页 |
5.2.1 应用背景 | 第102-103页 |
5.2.2 工程概况 | 第103页 |
5.2.3 技术方案 | 第103-105页 |
5.2.4 经济、环境效益分析 | 第105页 |
5.3 本章小结 | 第105-106页 |
第六章 结论与展望 | 第106-110页 |
6.1 主要结论 | 第106-107页 |
6.2 创新性 | 第107-108页 |
6.3 研究展望 | 第108-110页 |
参考文献 | 第110-119页 |
发表论文和参加科研情况说明 | 第119-121页 |
致谢 | 第121页 |