基于RBF网络模拟太空舱控热空调放热量软测量

基于rbf神经网络的建筑逐时空调负荷预测模型——分别用径向基函数(rbf)神经网络模型和bp神经网络模型对广州市一栋办公楼和一栋图书馆在夏季不同月份的逐时冷负荷进行训练和预测，发现rbf神经网络模型预测的均方根误差和平均相对误差都仅是bp神经网络方法的64％...

分别用径向基函数(rbf)神经网络模型和bp神经网络模型对广州市一栋办公楼和一栋图书馆在夏季不同月份的逐时冷负荷进行训练和预测,发现rbf神经网络模型预测的均方根误差和平均相对误差都仅是bp神经网络方法的64%左右.仿真结果表明,rbf神经网络具有更高的预测精度及更好的泛化能力,是建筑空调负荷预测的一种有效方法.在此基础上,构建了基于rbf神经网络的建筑逐时空调负荷智能预测软件系统.

基于rbf神经网络的建筑逐时空调负荷预测模型——在简单介绍变风量空调(vav)系统的基础上，通过多元线性回归原理建立机组部分的静态模型，并对静态模型进行验证；最后用最小二乘法建立动态模型。

论述并分析比较了目前国内外在中央空调冷热量收费方面的常用方法,根据冷热量直接计量法原理、设计测量方法,研制了冷热量测试的单板机和微机系统,并通过实验验证,测试系统工作可靠、准确,测试10min内累计误差小于1%。

将rbf神经网络引入pid控制中,建立了一个三层神经网络模型。通过rbf神经网络的在线辨识对pid控制的三个参数进行在线调整,从而改善系统的控制效果。仿真结果表明:基于rbf神经网络的pid控制与传统pid控制相比,具有较强的鲁棒性和自适应能力,控制精度高,效果好,安全可靠。

蓄热空调 上海广安工程应用技术研究所程志华 一 、 绪论 蓄热空调在国民经济中的意义 随着改革开放的深入发展 , 人民生活水平 的日益提高和外国友人交往增多等 , 人们对环 境气温的要求提出了更高的标准 。 用扇子纳凉 的时代早已过去 , 空调设备已进入了千家万 户 , 宾馆 、 大厦 、 公寓 、 商场 、 企业 、 机关等都装 上了中央空调 。 根据我们的统计 , 新建的大厦用电量 以上是用于中央空调 , 可见在这种设备上 考虑如何合理用电 , 计划用电是非常必要的 。 因此 , 我们多年来开始这方面的研究工作 , 认 为蓄热空调是做好计划用电 , 调荷避峰的一个 很好的方法 , 也是落实电力部提出 “ 分时电价 ” 的一个有力措施 。 如果全国推广使用蓄热空 调 , 可以为国家节约几亿元资金—这些资金 是为了解决电厂为调节

本文根据pmv指标及列车隔热壁热平衡方程,讨论了空调客车车内设定温度与平均辐射温度、外气温度的热舒适关系,从而合理地确定隔热壁得热量;以及列车行驶速度对隔热壁得热量的影响

阐述了太空舱外光缆连接器的应用环境及相关性能，并对连接器的耐辐射总剂量、工作温度和空气泄漏率等性能指标进行了分析，提出太空舱外光缆连接器的理论结构以及外壳材料设计、外壳厚度优化设计、密封材料优化选择和气密性组合设计等具有针对性的解决方案。

介绍了热量计量技术的发展现状。阐述了基于低功耗msp430f147的智能网络热量表的内部硬件结构以及关键参数的测量和计算方法,软件的设计思想和组成,编写了主程序,以及集中器的的硬件构成。设计了一种远程计量小区用户耗热的智能热量表,各个智能热量表联成一个计算机动态监控网络,监控中心通过动态监控网络所传输的实时数据对智能网络热量表进行实时监控。

相位测量轮廓术(pmp)是目前众多光学三维测量方法中比较成熟可靠的一种,其系统标定包括z和(x,y)坐标标定。在借鉴传统标定方法优缺点的基础上,提出了一种基于bp和rbf神经网络结合的pmp系统面内标定新方法,该方法将黑白棋盘图案在有效视场内沿世界坐标系z轴多次放置,获取数据样本。在bp网络对数据样本进行训练和仿真后,利用rbf网络对误差数据进行训练和测试。实验中,bp网络训练步数仅为21步,rbf网络测试样本的平均距离误差仅为0.008mm,此方法具有较高的标定效率和标定精度。

分析空调器非稳态制热量测量的特点和常规焓差法在非稳态制热量测量方面的欠缺。提出一种基于焓差法的改进型空调器非稳态制热量测量方法,即前置式测量空调器出风温度的方法,并对这种方法进行试验验证。结果表明,这种方法能够有效排除出风与受风室之间非稳态换热量对测量结果的影响,提高测试精度。

空调是目前家庭普及率最高的商品之一,严热的夏日给人们送来习习凉风;然而在北方,冬季漫长,大部分时间都在-15℃以下,利用空调取暖,室外热交换器会严重结霜,无法吸收空气中的热量,达不到室内取暖的目的;利用燃气燃烧放出热量,来为空调进行辅助加热,具有节能显著,热负荷大,升温速度的特点,试验证明:空调电热取暖的单位费用是燃热取暖器的2.5倍;而且,燃热负荷可以达到20kw以上,是电热的数倍;这明显的节能效果和快速升温的特点,倍受空调界的重视,而且发展很快。

提出了一种减聚类径向基函数神经网络的纺织空调送风风机故障诊断方法。在rbf网络中采用了一种减聚类的学习算法来确定径向基函数的相应参数,使网络结构得到优化。试验结果显示,该方法可以有效提高故障诊断的精度和效率。

空调是目前家庭普及率最高的商品之一，严热的夏日给人们送来习习凉风然。而在北方，冬季漫长，大部分时间都在-15℃以下，利用空调取暖，室外热交换器会严重结霜，无法吸收空气中的热量，达不到室内取暖的目的；利用燃气燃烧放出热带，来为空调进行辅助加热，具有节能显著，热负荷大，升温速度的特点。试验证明：空调电热取暖的单位费用是燃热取暖器的25倍；而且，燃热负荷可以达到20kw以上，是电热的数倍；这明显的节能效果和快速升温的特点，倍受空调界的重视，而且发展很快。

介绍了日本政府部门对蓄热空调在税收、金融、电价等方面的鼓励政策，日本蓄热空调的发展简况，１９９７年在东京举行的蓄热空调展览会以及当前的研究动态。

分析了对工程造价有重要影响的众多因素,参考国内外专家、学者的研究成果,确定了影响工程造价的18个主要因素,并基于rbf神经网络建立了工程造价决策模型。本文利用rbf神经网络快速、准确的函数逼近能力,为工程造价决策提供了一种新的方法。

负荷预测是实现电力系统优化运行的基础,对于电力系统的安全性、可靠性和经济性都有着显著的影响。rbf是一种三层前馈神经网络,具有良好的函数逼近性能,已被广泛应用到电力负荷预测中,并取得良好的效果。本文主要整理并介绍当前基于rfb神经网的负荷预测方法,对存在的问题进行了分析,并对未来的发展进行了展望。

负荷预测是实现电力系统优化运行的基础，对于电力系统的安全性、可靠性和经济性都有着显著的影响。rbf是一种三层前馈神经网络，具有良好的函数逼近性能，已被广泛应用到电力负荷预测中，并取得良好的效果。本文主要整理并介绍当前基于rfb神经网的负荷预测方法，对存在的问题进行了分析，并对未来的发展进行了展望。

通过焓湿图计算空调机组冷、热量及冬季预热量 空调区整体送风量g=q/(hr-hs)x3600/1.2 送风状态点与室内状态点之间焓差△h1=14.5kj/kg，总风量 g=30330x9/3600x1.2=90.99kg/s;室外状态点与室内状态点之间焓差△ h2=13.6kj/kg，新风量g=3840x20/3600x1.2=25.6kg/s，总冷量q=△h1xg总+ △h2xg新=14.5x90.99+25.6x13.6=1668kw,单台机组冷量为总冷量q/9=185kw （其中超市总面积x28/9=30330m3/h；其中超市总面积/2.5m2=3840人，人均新 风量20m3/h）。 先分南北两个防火分区分别计算冷量与上面计算结果进行对比：南侧5台 机组，△h1=14.5kj/kg，总风

采用简单过程检测仪表(电耳、功率变送器等),建立与球磨机转速率和球料比之间的关系,用径向基网络对过程进行了双因素建模。通过两步有导师的训练,使神经网络的预报值与实际输出的误差平方和达到了10-10以下。仿真结果表明,径向基网络不仅逼近的精度高,而且网络的训练很好地解决了多因素的交互影响。

本文对房间空调器热泵实际使用状态与额定状态的差异进行了分析,提出了增强热泵制热效果的方案。

就公共建筑供热空调冷热源方式进行探讨,从能源利用、能源配置与安全、全年总费用、环境影响等方面因素进行定量分析与定性分析,运用层次分析这种实用的多目标决策分析方法,将定性和定量指标统一在一个模型中,既能进行定量分析又能进行定性分析的功能评价。在满足给定的全年冷热负荷的基础上,合理选择供热空调冷热源方案。最后例证了方法有效性。