基于RBF網(wǎng)絡(luò)模擬太空艙控?zé)峥照{(diào)放熱量軟測量

基于rbf神經(jīng)網(wǎng)絡(luò)的建筑逐時空調(diào)負(fù)荷預(yù)測模型——分別用徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò)模型和bp神經(jīng)網(wǎng)絡(luò)模型對廣州市一棟辦公樓和一棟圖書館在夏季不同月份的逐時冷負(fù)荷進(jìn)行訓(xùn)練和預(yù)測，發(fā)現(xiàn)rbf神經(jīng)網(wǎng)絡(luò)模型預(yù)測的均方根誤差和平均相對誤差都僅是bp神經(jīng)網(wǎng)絡(luò)方法的64％...

分別用徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò)模型和bp神經(jīng)網(wǎng)絡(luò)模型對廣州市一棟辦公樓和一棟圖書館在夏季不同月份的逐時冷負(fù)荷進(jìn)行訓(xùn)練和預(yù)測,發(fā)現(xiàn)rbf神經(jīng)網(wǎng)絡(luò)模型預(yù)測的均方根誤差和平均相對誤差都僅是bp神經(jīng)網(wǎng)絡(luò)方法的64%左右.仿真結(jié)果表明,rbf神經(jīng)網(wǎng)絡(luò)具有更高的預(yù)測精度及更好的泛化能力,是建筑空調(diào)負(fù)荷預(yù)測的一種有效方法.在此基礎(chǔ)上,構(gòu)建了基于rbf神經(jīng)網(wǎng)絡(luò)的建筑逐時空調(diào)負(fù)荷智能預(yù)測軟件系統(tǒng).

基于rbf神經(jīng)網(wǎng)絡(luò)的建筑逐時空調(diào)負(fù)荷預(yù)測模型——在簡單介紹變風(fēng)量空調(diào)(vav)系統(tǒng)的基礎(chǔ)上，通過多元線性回歸原理建立機(jī)組部分的靜態(tài)模型，并對靜態(tài)模型進(jìn)行驗證；最后用最小二乘法建立動態(tài)模型。

論述并分析比較了目前國內(nèi)外在中央空調(diào)冷熱量收費方面的常用方法,根據(jù)冷熱量直接計量法原理、設(shè)計測量方法,研制了冷熱量測試的單板機(jī)和微機(jī)系統(tǒng),并通過實驗驗證,測試系統(tǒng)工作可靠、準(zhǔn)確,測試10min內(nèi)累計誤差小于1%。

將rbf神經(jīng)網(wǎng)絡(luò)引入pid控制中,建立了一個三層神經(jīng)網(wǎng)絡(luò)模型。通過rbf神經(jīng)網(wǎng)絡(luò)的在線辨識對pid控制的三個參數(shù)進(jìn)行在線調(diào)整,從而改善系統(tǒng)的控制效果。仿真結(jié)果表明:基于rbf神經(jīng)網(wǎng)絡(luò)的pid控制與傳統(tǒng)pid控制相比,具有較強(qiáng)的魯棒性和自適應(yīng)能力,控制精度高,效果好,安全可靠。

蓄熱空調(diào) 上海廣安工程應(yīng)用技術(shù)研究所程志華 一 、 緒論 蓄熱空調(diào)在國民經(jīng)濟(jì)中的意義 隨著改革開放的深入發(fā)展 , 人民生活水平 的日益提高和外國友人交往增多等 , 人們對環(huán) 境氣溫的要求提出了更高的標(biāo)準(zhǔn) 。 用扇子納涼 的時代早已過去 , 空調(diào)設(shè)備已進(jìn)入了千家萬 戶 , 賓館 、 大廈 、 公寓 、 商場 、 企業(yè) 、 機(jī)關(guān)等都裝 上了中央空調(diào) 。 根據(jù)我們的統(tǒng)計 , 新建的大廈用電量 以上是用于中央空調(diào) , 可見在這種設(shè)備上 考慮如何合理用電 , 計劃用電是非常必要的 。 因此 , 我們多年來開始這方面的研究工作 , 認(rèn) 為蓄熱空調(diào)是做好計劃用電 , 調(diào)荷避峰的一個 很好的方法 , 也是落實電力部提出 “ 分時電價 ” 的一個有力措施 。 如果全國推廣使用蓄熱空 調(diào) , 可以為國家節(jié)約幾億元資金—這些資金 是為了解決電廠為調(diào)節(jié)

本文根據(jù)pmv指標(biāo)及列車隔熱壁熱平衡方程,討論了空調(diào)客車車內(nèi)設(shè)定溫度與平均輻射溫度、外氣溫度的熱舒適關(guān)系,從而合理地確定隔熱壁得熱量;以及列車行駛速度對隔熱壁得熱量的影響

闡述了太空艙外光纜連接器的應(yīng)用環(huán)境及相關(guān)性能，并對連接器的耐輻射總劑量、工作溫度和空氣泄漏率等性能指標(biāo)進(jìn)行了分析，提出太空艙外光纜連接器的理論結(jié)構(gòu)以及外殼材料設(shè)計、外殼厚度優(yōu)化設(shè)計、密封材料優(yōu)化選擇和氣密性組合設(shè)計等具有針對性的解決方案。

介紹了熱量計量技術(shù)的發(fā)展現(xiàn)狀。闡述了基于低功耗msp430f147的智能網(wǎng)絡(luò)熱量表的內(nèi)部硬件結(jié)構(gòu)以及關(guān)鍵參數(shù)的測量和計算方法,軟件的設(shè)計思想和組成,編寫了主程序,以及集中器的的硬件構(gòu)成。設(shè)計了一種遠(yuǎn)程計量小區(qū)用戶耗熱的智能熱量表,各個智能熱量表聯(lián)成一個計算機(jī)動態(tài)監(jiān)控網(wǎng)絡(luò),監(jiān)控中心通過動態(tài)監(jiān)控網(wǎng)絡(luò)所傳輸?shù)膶崟r數(shù)據(jù)對智能網(wǎng)絡(luò)熱量表進(jìn)行實時監(jiān)控。

相位測量輪廓術(shù)(pmp)是目前眾多光學(xué)三維測量方法中比較成熟可靠的一種,其系統(tǒng)標(biāo)定包括z和(x,y)坐標(biāo)標(biāo)定。在借鑒傳統(tǒng)標(biāo)定方法優(yōu)缺點的基礎(chǔ)上,提出了一種基于bp和rbf神經(jīng)網(wǎng)絡(luò)結(jié)合的pmp系統(tǒng)面內(nèi)標(biāo)定新方法,該方法將黑白棋盤圖案在有效視場內(nèi)沿世界坐標(biāo)系z軸多次放置,獲取數(shù)據(jù)樣本。在bp網(wǎng)絡(luò)對數(shù)據(jù)樣本進(jìn)行訓(xùn)練和仿真后,利用rbf網(wǎng)絡(luò)對誤差數(shù)據(jù)進(jìn)行訓(xùn)練和測試。實驗中,bp網(wǎng)絡(luò)訓(xùn)練步數(shù)僅為21步,rbf網(wǎng)絡(luò)測試樣本的平均距離誤差僅為0.008mm,此方法具有較高的標(biāo)定效率和標(biāo)定精度。

分析空調(diào)器非穩(wěn)態(tài)制熱量測量的特點和常規(guī)焓差法在非穩(wěn)態(tài)制熱量測量方面的欠缺。提出一種基于焓差法的改進(jìn)型空調(diào)器非穩(wěn)態(tài)制熱量測量方法,即前置式測量空調(diào)器出風(fēng)溫度的方法,并對這種方法進(jìn)行試驗驗證。結(jié)果表明,這種方法能夠有效排除出風(fēng)與受風(fēng)室之間非穩(wěn)態(tài)換熱量對測量結(jié)果的影響,提高測試精度。

空調(diào)是目前家庭普及率最高的商品之一,嚴(yán)熱的夏日給人們送來習(xí)習(xí)涼風(fēng);然而在北方,冬季漫長,大部分時間都在-15℃以下,利用空調(diào)取暖,室外熱交換器會嚴(yán)重結(jié)霜,無法吸收空氣中的熱量,達(dá)不到室內(nèi)取暖的目的;利用燃?xì)馊紵懦鰺崃?來為空調(diào)進(jìn)行輔助加熱,具有節(jié)能顯著,熱負(fù)荷大,升溫速度的特點,試驗證明:空調(diào)電熱取暖的單位費用是燃熱取暖器的2.5倍;而且,燃熱負(fù)荷可以達(dá)到20kw以上,是電熱的數(shù)倍;這明顯的節(jié)能效果和快速升溫的特點,倍受空調(diào)界的重視,而且發(fā)展很快。

提出了一種減聚類徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的紡織空調(diào)送風(fēng)風(fēng)機(jī)故障診斷方法。在rbf網(wǎng)絡(luò)中采用了一種減聚類的學(xué)習(xí)算法來確定徑向基函數(shù)的相應(yīng)參數(shù),使網(wǎng)絡(luò)結(jié)構(gòu)得到優(yōu)化。試驗結(jié)果顯示,該方法可以有效提高故障診斷的精度和效率。

空調(diào)是目前家庭普及率最高的商品之一，嚴(yán)熱的夏日給人們送來習(xí)習(xí)涼風(fēng)然。而在北方，冬季漫長，大部分時間都在-15℃以下，利用空調(diào)取暖，室外熱交換器會嚴(yán)重結(jié)霜，無法吸收空氣中的熱量，達(dá)不到室內(nèi)取暖的目的；利用燃?xì)馊紵懦鰺釒?，來為空調(diào)進(jìn)行輔助加熱，具有節(jié)能顯著，熱負(fù)荷大，升溫速度的特點。試驗證明：空調(diào)電熱取暖的單位費用是燃熱取暖器的25倍；而且，燃熱負(fù)荷可以達(dá)到20kw以上，是電熱的數(shù)倍；這明顯的節(jié)能效果和快速升溫的特點，倍受空調(diào)界的重視，而且發(fā)展很快。

介紹了日本政府部門對蓄熱空調(diào)在稅收、金融、電價等方面的鼓勵政策，日本蓄熱空調(diào)的發(fā)展簡況，１９９７年在東京舉行的蓄熱空調(diào)展覽會以及當(dāng)前的研究動態(tài)。

分析了對工程造價有重要影響的眾多因素,參考國內(nèi)外專家、學(xué)者的研究成果,確定了影響工程造價的18個主要因素,并基于rbf神經(jīng)網(wǎng)絡(luò)建立了工程造價決策模型。本文利用rbf神經(jīng)網(wǎng)絡(luò)快速、準(zhǔn)確的函數(shù)逼近能力,為工程造價決策提供了一種新的方法。

負(fù)荷預(yù)測是實現(xiàn)電力系統(tǒng)優(yōu)化運行的基礎(chǔ),對于電力系統(tǒng)的安全性、可靠性和經(jīng)濟(jì)性都有著顯著的影響。rbf是一種三層前饋神經(jīng)網(wǎng)絡(luò),具有良好的函數(shù)逼近性能,已被廣泛應(yīng)用到電力負(fù)荷預(yù)測中,并取得良好的效果。本文主要整理并介紹當(dāng)前基于rfb神經(jīng)網(wǎng)的負(fù)荷預(yù)測方法,對存在的問題進(jìn)行了分析,并對未來的發(fā)展進(jìn)行了展望。

負(fù)荷預(yù)測是實現(xiàn)電力系統(tǒng)優(yōu)化運行的基礎(chǔ)，對于電力系統(tǒng)的安全性、可靠性和經(jīng)濟(jì)性都有著顯著的影響。rbf是一種三層前饋神經(jīng)網(wǎng)絡(luò)，具有良好的函數(shù)逼近性能，已被廣泛應(yīng)用到電力負(fù)荷預(yù)測中，并取得良好的效果。本文主要整理并介紹當(dāng)前基于rfb神經(jīng)網(wǎng)的負(fù)荷預(yù)測方法，對存在的問題進(jìn)行了分析，并對未來的發(fā)展進(jìn)行了展望。

通過焓濕圖計算空調(diào)機(jī)組冷、熱量及冬季預(yù)熱量 空調(diào)區(qū)整體送風(fēng)量g=q/(hr-hs)x3600/1.2 送風(fēng)狀態(tài)點與室內(nèi)狀態(tài)點之間焓差△h1=14.5kj/kg，總風(fēng)量 g=30330x9/3600x1.2=90.99kg/s;室外狀態(tài)點與室內(nèi)狀態(tài)點之間焓差△ h2=13.6kj/kg，新風(fēng)量g=3840x20/3600x1.2=25.6kg/s，總冷量q=△h1xg總+ △h2xg新=14.5x90.99+25.6x13.6=1668kw,單臺機(jī)組冷量為總冷量q/9=185kw （其中超市總面積x28/9=30330m3/h；其中超市總面積/2.5m2=3840人，人均新 風(fēng)量20m3/h）。 先分南北兩個防火分區(qū)分別計算冷量與上面計算結(jié)果進(jìn)行對比：南側(cè)5臺 機(jī)組，△h1=14.5kj/kg，總風(fēng)

采用簡單過程檢測儀表(電耳、功率變送器等),建立與球磨機(jī)轉(zhuǎn)速率和球料比之間的關(guān)系,用徑向基網(wǎng)絡(luò)對過程進(jìn)行了雙因素建模。通過兩步有導(dǎo)師的訓(xùn)練,使神經(jīng)網(wǎng)絡(luò)的預(yù)報值與實際輸出的誤差平方和達(dá)到了10-10以下。仿真結(jié)果表明,徑向基網(wǎng)絡(luò)不僅逼近的精度高,而且網(wǎng)絡(luò)的訓(xùn)練很好地解決了多因素的交互影響。

本文對房間空調(diào)器熱泵實際使用狀態(tài)與額定狀態(tài)的差異進(jìn)行了分析,提出了增強(qiáng)熱泵制熱效果的方案。

就公共建筑供熱空調(diào)冷熱源方式進(jìn)行探討,從能源利用、能源配置與安全、全年總費用、環(huán)境影響等方面因素進(jìn)行定量分析與定性分析,運用層次分析這種實用的多目標(biāo)決策分析方法,將定性和定量指標(biāo)統(tǒng)一在一個模型中,既能進(jìn)行定量分析又能進(jìn)行定性分析的功能評價。在滿足給定的全年冷熱負(fù)荷的基礎(chǔ)上,合理選擇供熱空調(diào)冷熱源方案。最后例證了方法有效性。