基于模型的制冷空调装置智能仿真方法研究
| 目录 | 第1-7页 |
| 1 绪论 | 第7-19页 |
| ·研究的背景和意义 | 第7-9页 |
| ·相关研究的发展和现状评述 | 第9-17页 |
| ·制冷空调装置系统仿真 | 第9-14页 |
| ·智能仿真 | 第14-17页 |
| ·文献结论 | 第17页 |
| ·本文研究的目标和主要工作 | 第17-19页 |
| 2 神经网络用于改进压缩机热力模型 | 第19-29页 |
| ·传统的压缩机热力模型 | 第19-20页 |
| ·神经网络改进的模型 | 第20-21页 |
| ·实例计算与讨论 | 第21-28页 |
| ·结论 | 第28-29页 |
| 3 毛细管模型的改进与简化 | 第29-48页 |
| ·近似积分模型 | 第29-31页 |
| ·平均参数模型 | 第31-33页 |
| ·模型中若干共性问题的讨论 | 第33-35页 |
| ·临界质流密度引导算法 | 第35-37页 |
| ·实例计算与讨论 | 第37-38页 |
| ·基于GRNN网络的绝热毛细管流量特性关联 | 第38-46页 |
| ·广义回归神经网络(GRNN) | 第40-42页 |
| ·变量的选择与表示法 | 第42-43页 |
| ·仿真实例 | 第43-46页 |
| ·结论 | 第46-48页 |
| 4 冷凝器部件建模与结合人工神经网络的仿真研究 | 第48-58页 |
| ·冷凝器基本模型与算法 | 第48-55页 |
| ·基本模型 | 第49-52页 |
| ·算法设计 | 第52-55页 |
| ·人工神经网络的引入 | 第55-57页 |
| ·基本模型与神经网络的结合方式 | 第55-56页 |
| ·神经网络结构和训练样本的选择 | 第56-57页 |
| ·实例仿真 | 第57页 |
| ·本章小结 | 第57-58页 |
| 5 蒸发器部件建模与结合人工神经网络的仿真研究 | 第58-72页 |
| ·蒸发器传热性能稳态分布参数模型 | 第58-65页 |
| ·建模假设与模型分析 | 第58-62页 |
| ·模型算法及流程 | 第62-65页 |
| ·部分模型计算曲线 | 第65页 |
| ·稳态分布参数模型的简化 | 第65-69页 |
| ·简化模型结合人工神经网络的智能仿真 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 6 总结与展望 | 第72-74页 |
| ·本文总结 | 第72-73页 |
| ·研究展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 附录一 多层感知器神经网络的BP算法 | 第79-86页 |
| 附录二 径向基函数网络 | 第86-89页 |
| 附录三 绝热毛细管的分布参数模型 | 第89-92页 |
| 摘要 | 第92-94页 |
| Abstract | 第94-97页 |
| 致谢 | 第97页 |
