作为一门应用基础学科,系统仿真技术近年来发展迅速,已深入到应用科学技术的各个领域,取得了巨大的社会效益和经济效益,并将作为一种发现问题、研究问题、解决问题的基本手段发挥日益重要的作用。 将系统仿真技术应用于制冷空调系统就形成了制冷空调领域一个重要的分支——制冷空调系统仿真技术。 利用制冷空调系统仿真技术,可以免去样机制作和实验的过程,节省大量的财力物力,缩短制冷空调产品开发周期,从而大大增强产品的竞争力,这在商业竞争日益激烈的今天是非常必要的。另外,还可以利用制冷空调系统仿真技术,了解制冷空调采用某种控制方案后的性能,为选择与修正控制方案提供依据。 人工神经网络以其独到的联想、记忆、贮存和学习功能在诸多领域受到了广泛关注,其中BP网络以其良好的非线性映射逼近能力和泛化能力以及使用的易实现性在模式识别、智能控制、信号处理、非线性优化等领域得到了大量的应用,显示了其巨大潜力。将人工神经网络引入制冷空调系统仿真研究中,其主要的理论基础就是人工神经网络可以以任意精度逼近任一连续函数以及其较强的数值化特征。 本文的研究对象是家用制冷空调系统的稳态仿真,家用制冷空调系统均采用蒸气压缩式制冷循环,该系统主要由四大部件组成:压缩机、毛细管、冷凝器、蒸发器。本文的目标是建立这四大部件及整个系统的神经网络模型。 本文在参考文献《制冷空调装置仿真与优化》、《制冷空调装置智能仿真》及其它相关资料的基础上,运用“黑箱法”建立了压缩机的热力参数模型,运用微元法建立了毛细管、冷凝器和蒸发器的分布参数模型;然后根据拉格朗日中值定理对毛细管、冷凝器和蒸发器的分布参数模型进行简化得到毛细管、冷凝器和蒸发器的简化模型;再将神经网络应用于压缩机的热力参数模型以及毛细管、冷凝器和蒸发器的简化模型得到压缩机、毛细管、冷凝器和蒸发器的神经网络模型,训练压缩机神经网络模型的样本来自文献《制冷空调装置智能仿真》,训练毛细管、冷凝器和蒸发器神经网络模型的样本由各自的分布参数模型得到;最后,用VB6.0开发了一个简单的制冷空调系统仿真软件。