[发明专利]一种前置式防、融霜方法有效
申请号: | 201510404701.6 | 申请日: | 2015-07-11 |
公开(公告)号: | CN104933322B | 公开(公告)日: | 2017-10-27 |
发明(设计)人: | 龚光彩;唐瑾晨;苏欢;王晨光;吴懿 | 申请(专利权)人: | 湖南大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 长沙市和协专利代理事务所(普通合伙)43115 | 代理人: | 王培苓 |
地址: | 410000 湖南省长*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种前置式防、融霜方法。本发明的目的在于提供一种前置式防、融霜方法。本发明的特征在于以下步骤A.预测结霜量,建立结霜量预测网络的样本训练数据库;B.样本训练数据库的预处理,对数据库的样本进行训练,包括归一化、初始值设定、误差计算;C.建立结霜量的预测网络,选择一种误差最小的网络训练算法,设置学习率从0‑1自动进行学习,得出最佳学习率,建立起预测结霜量网络;D.测试结霜量预测网络,给定环境变量、蒸发器结构参数,计算结霜量大小,与真实值进行比较;E.补热量的调节,根据步骤A‑D得到的结霜量预测值,对热泵蒸发器补热量进行调节,从而实现有效的防、融霜。本发明主要用于热泵系统的蒸发器表面防、融霜。 | ||
搜索关键词: | 一种 前置 方法 | ||
【主权项】:
一种前置式防、融霜方法,其特征在于以下步骤:A.预测结霜量:搜集多种制冷剂在不同蒸发器、不同地区运行结霜的状态,记录当地环境的温度、湿度、蒸发器结构参数、蒸发器运行时制冷剂运行工况,一同输入控制系统,得出结霜量预测值作为输出参数,建立结霜量预测网络的样本训练数据库,所述蒸发器的前面设有基本补热器和分配管补热器;B.样本训练数据库的预处理:对数据库的样本进行训练,包括归一化、初始值设定、误差计算,如果误差满足设定值,则进行下一步,否则,继续返回初始值设定进行循环;C.建立结霜量的预测网络:选择一种误差最小的网络训练算法,设置学习率从0‑1自动进行学习,得出最佳学习率,建立起预测结霜量网络;D.测试结霜量预测网络:给定环境变量、蒸发器结构参数,计算结霜量大小,与真实值进行比较,如果误差在给定范围内,则网络可靠,如果误差较大,则返回步骤C继续选择不同的算法和学习率;E.补热量的调节:根据步骤A‑D得到的结霜量预测值,对热泵蒸发器补热量进行调节,从而实现有效的防、融霜,结霜量预测值计算公式:X1=ta/ts,X2=L/De,X3=wτ/De,X4=ma,公式中:mf是蒸发器沿水平单位管长的结霜量,单位为kg/m;ta是外掠蒸发器盘管的空气干球温度,单位为K;ts是蒸发器管壁外表面温度,单位为K;w是沿气流方向蒸发器盘管的迎面风速,单位为m/s;L是沿气流方向翅片的长度,单位为m;Φ是换热管内表面的热流密度,单位为w/m2;ma是外掠蒸发器盘管的空气含湿量,τ是运行时间,单位为s;De是空气流通断面的当量直径,单位为m;u为输入层和隐含层之间的权重;w1,j为隐含层和输出层之间的权重;j为隐含层数据个数;p为输入层数据个数;X1,X2,X3,X4为四个无量纲表达式,是根据无量纲理论,沿气流方向蒸发器盘管的迎面风速w,外掠蒸发器盘管的空气干球温度ta,蒸发器管壁外表面温度ts,热流密度Φ,换热器空气流通面的当量直径De,沿气流方向翅片的长度L,空气含湿量ma为重复变量,长度,质量,时间和温度为基本变量推导得出。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南大学,未经湖南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510404701.6/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用