为提高仿真方法对实际制冷空调装置多样性和复杂性的自适应性,将人工智能引入到制冷系统仿真研究中,构建基于数学模型与人工智能技术相结合方式的制冷系统智能仿真理论.本文介绍了上海交通大学在此方面所取得的研究成果,并提出了今后进一步发展的方向.本项研究有利于推进制冷装置设计方法现代化,研究思路对于一般热力系统仿真亦有参考价值.
参考文献
| [1] | Ding Guoliang,Li Hao,Zhang Chunlu.STUDY ON THERMODYNAMIC MODEL OF A COMPRESSOR WITH ARTIFICIAL NEURAL NETWORKS[J].机械工程学报（英文版）,1999(01):23-26. |
| [2] | 丁国良,张春路,詹涛,李灏.制冷压缩机热力计算的复合模糊模型[J].科学通报,2000(06):660-663. |
| [3] | 丁国良,张春路,刘浩.基于模型和神经网络的绝热毛细管快速仿真方法[J].工程热物理学报,2000(02):133-137. |
| [4] | 丁国良.神经网络在空调器仿真中的应用研究[J].制冷学报,1999(02):31. |
| [5] | 丁国良,张春路,李灏.制冷系统仿真中定量参数的神经网络辨识[J].上海交通大学学报,1999(08):939-941. |
| [6] | 丁国良.制冷空调装置智能仿真方法研究初探[J].制冷学报,1998(02):10. |
| [7] | 李灏 .神经网络理论在空调器仿真中的应用研究[D].上海交通大学,1998. |
| [8] | 张春路 .基于模型的制冷空调装置智能仿真方法基础研究[D].上海交通大学,1999. |
| [9] | 刘浩 .结合人工神经网络的空调器稳态仿真研究[D].上海交通大学,1999. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%