| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 引言 | 第10-11页 |
| 1.2 国内外研究概况 | 第11-13页 |
| 1.3 论文的研究方法和创新点 | 第13页 |
| 1.4 论文的主要内容 | 第13-15页 |
| 第二章 空调制冷系统基础知识 | 第15-31页 |
| 2.1 制冷与低温原理的热力学基础 | 第15-21页 |
| 2.1.1 热力学第一定律 | 第15-16页 |
| 2.1.2 焓 | 第16页 |
| 2.1.3 热力学第一定律的基本能量方程式 | 第16-17页 |
| 2.1.4 能量方程式的应用 | 第17-18页 |
| 2.1.5 热力学第二定律 | 第18-19页 |
| 2.1.6 制冷循环的热力学分析 | 第19-21页 |
| 2.2 制冷剂的选取和热力性质计算 | 第21-27页 |
| 2.2.1 制冷剂的选取 | 第21页 |
| 2.2.2 制冷剂热力性质计算 | 第21-27页 |
| 2.3 湿空气的主要参数及焓湿图的应用 | 第27-28页 |
| 2.4 蒸汽压缩制冷技术 | 第28-31页 |
| 第三章 基于数学机理的蒸发器建模 | 第31-44页 |
| 3.1 动态集中参数模型 | 第31-34页 |
| 3.1.1 制冷剂侧开机动态模型 | 第32-33页 |
| 3.1.2 制冷剂侧停机动态模型 | 第33页 |
| 3.1.3 空气侧模型 | 第33-34页 |
| 3.2 稳态分布参数模型 | 第34-37页 |
| 3.2.1 制冷剂侧换热方程 | 第35-36页 |
| 3.2.2 制冷剂侧压降方程 | 第36页 |
| 3.2.3 空气侧换热方程 | 第36-37页 |
| 3.2.4 空气侧与制冷剂侧换热量关系 | 第37页 |
| 3.3 基于稳态分布式的蒸发器建模 | 第37-44页 |
| 3.3.1 蒸发器结构 | 第38页 |
| 3.3.2 算法设计 | 第38页 |
| 3.3.3 Matlab仿真结果 | 第38-44页 |
| 第四章 基于人工智能的蒸发器神经网络建模仿真 | 第44-73页 |
| 4.1 神经网络发展史 | 第44-46页 |
| 4.1.1 MP模型的提出和人工神经网络的兴起 | 第44-45页 |
| 4.1.2 人工神经网络的第一次高潮 | 第45页 |
| 4.1.3 人工神经网络的低潮 | 第45-46页 |
| 4.1.4 Hopfield网络模型的出现和人工神经网络的复苏 | 第46页 |
| 4.2 神经网络辨识原理及应用 | 第46-50页 |
| 4.2.1 神经网络辨识原理 | 第46-48页 |
| 4.2.2 非线性系统的辨识模型及结构 | 第48-49页 |
| 4.2.3 Kolmogorov定理和BP定理 | 第49-50页 |
| 4.3 BP神经网络原理 | 第50-55页 |
| 4.3.1 BP神经网络结构 | 第50-51页 |
| 4.3.2 BP网络学习公式 | 第51-55页 |
| 4.4 蒸发器BP神经网络辨识建模 | 第55-73页 |
| 4.4.1 蒸发器实验数据的采集 | 第55-58页 |
| 4.4.2 确定BP神经网络模型的结构 | 第58页 |
| 4.4.3 BP神经网络学习训练 | 第58-59页 |
| 4.4.4 基于Matlab的神经网络辨识建模 | 第59-73页 |
| 第五章 结论与展望 | 第73-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士学位期间发表的论文和参与的课题项目 | 第82-83页 |
| 学位论文评阅及答辩情况表 | 第83页 |