基于神经网络模型的冷库冷风机除霜控制研究

作     者：申江 窦伟 向鹏程 胡开永 张自强 Shen Jiang;Dou Wei;Xiang Pengcheng;Hu Kaiyong;Zhang Ziqiang

作者机构：天津商业大学天津市制冷技术重点实验室天津300134 北京航天新风机械设备有限责任公司北京100854 

出 版 物：《流体机械》 (Fluid Machinery)

年 卷 期：2020年第48卷第4期

页      面：72-77页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080704[工学-流体机械及工程] 081104[工学-模式识别与智能系统] 08[工学] 080401[工学-精密仪器及机械] 0807[工学-动力工程及工程热物理] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：北京航天新风机械设备有限责任公司试验室创新基金项目(QT-2018-004) 

主　　题：人工神经网络 预测模型 按需除霜 除霜控制 

摘      要：冷库冷风机“按需除霜,可有效降低冷库能耗、提高能源利用率。本文将湿空气物性参数、冷风机运行时间作为神经网络输入变量,建立基于BP算法训练的多层前馈神经网络结霜量与除霜时长预测模型,并利用相关试验数据进行模型训练与测试。结果表明:结霜量预测模型计算值与试验测量值平均误差为10.11%,除霜预测模型计算值与试验测量值的误差均小于5%。本文所建立的基于人工神经网络结霜量预测模型与除霜时长预测模型可较好地预测冷风机结霜量与除霜时长,为实际工程应用中通过确定除霜起始点和除霜时长实现冷风机“按需除霜提供了参考价值。