首页 翅片管换热器仿真软件精度自适应校正方法

翅片管换热器仿真软件精度自适应校正方法

举报
开通vip

翅片管换热器仿真软件精度自适应校正方法翅片管换热器仿真软件精度自适应校正方法 翅片管换热器仿真软件精度自适应校正方 法 第4o卷第8期 2006年8月 上海交通大学 JOURNALOFSHANGHAIJIAOTONGUNIVERSITY Vo1.40No.8 Aug.2006 文章编号:1006—2467(2OO6)08—1360—05 翅片管换热器仿真软件精度自适应校正方法 芮银波,丁国良,吴志刚 (上海交通大学制冷与低温工程研究所,上海200030) 摘要:提出了一种自动修正翅片管换热器仿真精度的方法.根据用户所能提供实验数据...

翅片管换热器仿真软件精度自适应校正方法
翅片管换热器仿真软件精度自适应校正方法 翅片管换热器仿真软件精度自适应校正方 法 第4o卷第8期 2006年8月 上海交通大学 JOURNALOFSHANGHAIJIAOTONGUNIVERSITY Vo1.40No.8 Aug.2006 文章编号:1006—2467(2OO6)08—1360—05 翅片管换热器仿真软件精度自适应校正方法 芮银波,丁国良,吴志刚 (上海交通大学制冷与低温工程研究所,上海200030) 摘要:提出了一种自动修正翅片管换热器仿真精度的方法.根据用户所能提供实验数据的数量, 采用不同的策略,实验数据较少时采用简单的多项式回归的形式来建立管外空气侧换热系数修正 因子的修正多项式;实验数据较多时采用人工神经网络的方式来得到管外空气侧换热系数修正因 子的神经网络关联模型.用于实际的仿真计算时,修正前的换热量误差最大28.96,平均为 11.12;采用多项式修正后误差最大15.33,平均5.38;采用神经网络修正后误差最大4.9, 平均1.0. 关键词:换热器;仿真;人工神经网络 中图分类号:TB65文献 标识 采样口标识规范化 下载危险废物标识 下载医疗器械外包装标识图下载科目一标识图大全免费下载产品包装标识下载 码:A AccuracySelf—AdaptiveMethodofFinandTube HeatExchangerSimulationSoftware RUIYin—bo.DINGGuo—liang.WUZhi,gang (Inst.ofRefrigerationandCryogenicsEng.,ShanghaiJiaotongUniv.,Shanghai200030,China) Abstract:Amethodtocorrectthesimulationaccuracyofthefin—and— tubeheatexchangermodelwaspres— ented,whichcanchoosecorrectionstrategiesautomaticallyaccordingtothenumberoftheexperimentdata pointstheuserscanoffer.Whenthenumberofdatapointsissmall,theairsideheattransfercoefficientis correctedwithpolynomialregress.Whenthenumberofdatapointsislarge,theairsideheattransfercoef, ficientiscorrectedwithartificialneuralnetwork.Thepracticalsimulationwiththismethodshows:?the maxandmeandeviationofheatflowrateare28.96and11.12respectively,whennocorrectionis made;? themaxandmeandeviationofheatflowrateare15.33and5.38respectively,withpolyno— mialcorrectionmethod;? themaxandmeandeviationofheatflowrateare4.9and1.0respectively, whenarti{icialneuralnetworkcorrectioniSused. Keywords:heatexchanger;simulation;artificialneuralnetwork 换热器性能的准确预测,对于使用换热器装置 的优化设计,降低能耗具有关键的作用.翅片管换热 器应用广泛,我国仅每年用于空调器上作为蒸发器 或冷凝器的翅片管式换热器即达数千万套,因此通 过数学模型精确地预测翅片管换热器的性能非常 重要. 通常,换热器仿真软件中存在两类误差:?模 型和计算误差,即建模时的假设,解析方程转换成离 收稿日期:2005—09—05 基金项目:国家重点基础研究发展规划(973)项目(G2000026309) 作者简介:芮银波(1980一),男,江苏盱眙人,硕士生,从事换热器的性能仿真优化研 究.丁国良(联系人),男,教授,博士生导师 电话(Te1.):021—62932110;E—mail:glding@sjtu.edu.CI1. 第8期芮银波,等:翅片管换热器仿真软件精度自适应校正方法 散方程及计算机位数的截断导致的误差;?经验关 联式的误差,如管内制冷剂侧与管外空气侧换热系 数等.从换热器仿真程序的现状来看,第一类误差已 经比较小,通过调整这类误差来改善仿真程序精度 的余地也比较小.第二类误差较大,比如通过试验整 理得到的空气侧换热系数与翅片高度,形状,管排数 和分路数等多种因素有关,故在其试验工况数据范 围内进行公式整理时,会有一定误差,当公式外推使 用时精度将更低;如果所用的翅片管换热器的结构 尺寸或工作状态与该式整理时所依赖结构及工况参 数相差较大时,偏差就会更大,因此有必要通过对有 关参数的调整来改善程序的仿真精度. 在现有的研究中,已开始将人工智能用于空调 制冷系统的仿真口.].在对于翅片管式换热器的建模 中,考虑将分布参数模型简化成集中参数模型,并通 过2个神经网络分别用于修正分布参数模型与集中 模型之间的偏差以及传热关联式的偏差].但这样 得到的换热器模型中,神经网络占了非常重要的成 分,所需要的用于训练神经网络的数据必须非常多, 不能用于实验数据量较少的场合.目前已能够应用 的分布参数模型l5]所用的修正方式为:可以人为地 调整换热及压降关联式或总传热系数的修正因子 项,让用户根据与实验数据的对比结果,人为地试凑 这些修正因子以达到修正程序仿真精度的目的.这 种方法可以让用户根据不同的实验数据,选择不同 的修正因子,自适应地调整程序的仿真精度.但这需 要用户自己通过多次的试凑来实现,费时费力.而且 这种调整方法只能是针对几个实验数据点来调整, 若实验数据较多,则用户很难在短时间内针对这些 实验数据得出一个很好的修正因子.为了综合各种 方式的优点,本文提出一种让程序能够根据实验数 据量的多少自动选择修正方式的方法,并进行实际 应用的检验. 1自校正方法描述 换热器仿真程序中使用的管内制冷剂侧与管外 空气侧换热系数的计算公式都有一定的误差,后者 要比前者小一个数量级,因此在总的换热系数中,误 差主要集中在空气侧换热系数计算这一部分.要达 到让仿真程序具有自适应,自调整的功能,就要使仿 真程序能够根据实验数据的结构,工况以及实际的 换热性能等参数,自动计算出所需要的空气侧换热 系数的修正因子,并在此基础上,使仿真程序自动得 到空气侧换热系数修正因子的回归多项式或神经网 络关联模型. 1.1空气侧换热系数修正因子的计算 换热量和换热系数呈正比例关系,根据实验所 得换热量的大小,可以调整换热系数的修正因子尼, 从而使得仿真所得换热量的值与实验所得值的相对 误差小于e,计算过程如图l所示.图中Q.为换热 量的实验值,Q…为换热量的仿真值. 图1空气侧换热系数修正因子计算流程 Fig.1Flowchartofcalculatingthefactor 1.2修正因子的回归策略 考虑到实际情况,用户针对一个换热器对象所 能提供实验数据的量可能有多有少,于是提出了两 种修正空气侧换热系数的方式.一种是在用户提供 的数据较少的情况下,采用简单的多项式拟合的方 式,找到合适的空气侧换热系数修正因子的关联方 式,对仿真精度做一定的改善;另一种是在用户能提 供较多实验数据的情况下,采用神经网络的方式,尽 可能地改善仿真精度. 1.2.1修正因子的简单多项式的关联方法空气 进口的干球温度对于空气侧换热系数修正因子有着 显着的影响.在回归多项式中本文用无量纲化后的 空气干球温度作为自变量,空气侧换热系数的修正 因子为因变量,在程序中的回归形式为 尼一:.+.+.+ ai 其中,一tdb/30,tdb为空气进口干球温度. 1.2.2修正因子的神经网络关联方法在人工神 经网络模型中,最常见的是多层感知器(MLP).只 要隐层神经元数充分多,用3层前向网络(即含1个 隐层)可以逼近任何闭区间内的一个连续函数,本文 中用到的即为此种类型.3层MLP的结构如图2所 上海交通大学第4O卷 示,其中输入层,中间隐层和输出层分别包括J,, 和K个神经元,输入/输出层的每个神经元分别对 应一个输入/输出参数.输入层与隐层之间,隐层与 输出层之间通过连接权形成前馈关系,而输出层和 隐层神经元的偏置被看作是输入为常数1的连接 权. 图23层MLP的网络结构 Fig.2Architectureof3-layerMLP 输出层 隐层 输入层 输出层和隐层神经元的激活函数采用Sigmoid 函数,即 g()一1/(1+e一) 用数学形式来描述上述MLP所映射的输入,输出 关系,有 , Y一g(?叫h)k一1,2,…,KJ=0 J h,一g(?")J一1,2,…,i=0 其中:叫(>0)为从中间隐层第J个神经元到输出 层第k个神经元之间的连接权,Wk.为输出层第k个 神经元的偏置;U(i>0)为从输入层第i个神经元 到中间隐层第J个神经元之间的连接权,U,.为中间 隐层第J个神经元的偏置. 通过对一定数量样本的学习,人工神经网络可 以辨识并记住学习对象的特性,将信息存贮于连接 权中,从而对于合理的输入(非学习样本),能够输出 正确的结果.人工神经网络输出参数为空气侧换热 系数的修正因子,其输入参数取决于研究对象的特 性,应尽可能地包括反映对象特性的各个参数,本文 的选择如表1所示. 在确定了人工神经网络的输入和输出参数后, 考虑到参数的值域一般在有限的区间变化,故需对 输入和输出参数进行规范化和反规范化.本文采用 的激活函数是标准的Sigmoid函数,因此参数值域 表1神经网络输入参数 Tab.1Theinputparametersofneuralnetwork 区间为0,1.为避免工作在函数的平坦区域,把数 据变换为0.1tO.9,变换过程如下 z一二+f0.9一二1max—Zmin\max—Zmin, 其中:,,,Z分别为某一参数的实际值,最大 值,最小值和规范化后的值. 在人工神经网络理论中,只要隐层神经元数充 分多,用3层前向网络可以逼近任何闭区间内的一 个连续函数.但是隐层数增多,误差传递环节就增 加,导致神经网络的泛化性能下降,故隐层神经元数 直接影响神经网络的学习效果(学习速度,精度和泛 化性能).由于供神经网络学习的样本一般都带有误 差(测量误差或计算误差),为追求高精度而采用过 多的隐层神经元反而会导致神经网络的学习效果下 降,因此合适的隐层神经元数是确定神经网络结构 的关键.隐层神经元数目的确定方法尚无明确的标 准,多数是基于经验考虑,本文采用的隐层单元的数 目为4个. 对于多层前向神经网络,反向传播(BP)算法是 最经典的学习算法.但是,普通的BP算法收敛速度 很慢,因此BP算法的改进成为相关领域的一个研 究热点.本文采用学习率和动量因子自调整的改进 BP算法,对于制冷系统及其部件仿真研究,该算法 稳定,效率较高'. 在选择好了人工神经网络的形式之后,以实验 数据作为学习样本,训练网络,辨识对象特性,将信 息存储在连接权之中.这样当以后使用仿真程序时, 程序能够自动计算出空气侧修正因子的值,达到自 动修正仿真精度的目的. 1.2.3两种策略的选择上面提供了关联空气侧 换热系数修正因子的两种策略.多项式回归的时候 只需要少量的实验数据,神经网络关联时,需要较多 的数据.本文的神经网络采用了5个输入,4个隐藏 单元,1个输出,网络中待定权值的数目有24个.由 第8期芮银波,等:翅片管换热器仿真软件精度自适应校正方法 于网络的训练本质上是回归过程,而权值就是回归 变量,对于24个回归变量,从理论上说至少需要24 个实验数据才能保证神经网络训练的有效性.因此, 在这两种修正方式的选择策略中,当数据数目少于 24个时,采用多项式方式,当数据数目多于24时, 则采用神经网络方式.总的工作流程如图3所示,图 中M为实验数据点的个数. 困 输入第i组实验数据 计算k(参见图1) 鬈 保存并固定_厂的系数 Y N 使用神经网络关联k 保存并固定神经 网络的连接权值 图3空气侧换热系数修正因子k回归流程图 Fig.3FlowcharttOregressthefactork 1.3自动修正仿真精度 通过上述步骤,已经获得了空气侧换热系数修 正因子的多项式或神经网络关联模型.这样,当再次 运行仿真软件进行仿真时,程序将会根据仿真对象 的结构,工况参数自动计算空气侧换热系数的修正 因子,达到自动修正仿真精度的目的. 2仿真实例验证 所用的翅片管式冷凝器包括波纹片内螺纹管换 热器和单桥片内螺纹管换热器两种.两种换热器的 管排数有2和3排2种,翅片间距有1.5,2.0和 2.4mm3种,分路数有2和3路2种.共有1O个试 件.实验中空气进口状态分高,中,低温和高,中,低 湿工况,空气进风干球温度范围17,50.C,迎面风 速范围1,2m/s,制冷剂进口过热度范围3O, 4O.C,过冷度范围3,9.C,共有44组实验数据. (1)多项式修正.随机取用的实验数据数目为 22个,寻找空气侧换热系数的修正因子,并以空气 进口干球温度为因变量进行拟合,然后对所有的数 据点进行计算.对于换热量的修正结果如图4所示, 未修正的换热量误差最大28.969/6,平均11.12; 采用多项式修正后误差最大15.33,平均5.389/6. 对于制冷剂出口过冷度的修正效果如图5所示,未 修正的过冷度的误差最大7.9.C,平均5.3.C;采用 多项式修正后误差最大为11.5.C,平均5.4.C.可 见采用多项式修正后对换热量可以起到一定的效 果,但对于制冷剂出口过冷度的修正却没有得到理 想的修正效果. (2)神经网络修正.随机取用的实验数据为33 个,寻找空气侧换热系数的修正因子,训练神经网络 后对所有的数据点进行计算.对于换热量的修正结 果如图4所示,采用神经网络方法修正后误差最大 4.99/6,平均1.0.对于制冷剂出口过冷度的修正 效果如图5所示,采用神经网络修正后的误差最大 5.36DC,平均1.56.C. ' 茛 l02O3O40 数据点 图4换热量的修正效果 Fig.4Thecorrectioneffectofheatflowrate \ 霞 图5冷凝器出口过冷度修正效果 Fig.5Thecorrectioneffectofsubcoolofoutletrefrigerant 由图4,5可见,采用神经网络的修正效果明显 优于采用多项式的修正效果.因为采用多项式修正 时,对于修正因子的回归计算只考虑了空气进口干 球温度的影响,而在神经网络修正时考虑的因素更 加全面. 如如mO 1364上海交通大学第4O卷 3结语 本文提出了根据用户所提供实验数据的数目, 自动修正软件仿真精度的方法,并根据实验数据的 多少选择了不同的方法.用于实际的仿真,修正前的 换热量误差最大28.96,平均11.12;采用多项. 式修正后误差最大15.33,平均5.38;采用神经 网络修正后误差最大4.99/6,平均1.09/5.从而证明 了该软件精度自校正方法的有效性. 参考文献: [1]丁国良,张春路.制冷空调装置智能仿真[M].北京:科 学出版社,2002. 1-2]丁国良,张春路,詹涛,等.制冷压缩机热力计算的复合 模糊模型[J].科学通报.2000,45(6):660--663. DINGGuo-liang,ZHANGChun-lu,ZHANTao,et a1.Compoundfuzzymodelforthermalperformanceof refrigerationcompressors[J].ChineseScienceBulle- tin,2000,45(6):66O一663. [3]詹涛,张春路,丁国良.一种改进BP算法在制冷系 [5] [6] [7] 统仿真中的应用[J].上海交通大学.2001,35 (5):783—786. ZHANTao,ZHANGChun—lu,DINGGuo—liang.Ap— plicationofanimprovedBPalgorithminthesimulation ofrefrigerationsystem[J].JournalofShanghaiJiao- tongUniversity,2001,35(5):783—786. 丁国良,张春路,刘浩.整体式翅片管换热器的精度自 校正模型[J].机械工程.2003,39(6):53—57. DINGGuo—liang.ZHANGChun-lu.LIUHao.ACCU— racyself-adaptivemodelforfin.'in.'tubeheatexchangers [J].ChineseJournalofMechanicalEngineering,2003, 39(6):53—57. IiuJJan,WeiWenjian,DingGuoliang,eta1.Agen— eralsteadystatemathematicalmodelforfin-and—tube heatexchangerbasedongraphtheory[J].Internation- alJournalofRefrigeration,2004,27(8):965—973. 赵振宇,徐用懋.模糊理论和神经网络的基础与应用 [M].北京:清华大学出版社,1996. YuXiao—hu,ChenGuo—an.Efficientback—protSagation learningusingoptimallearningrateandmomentum I-J].NeuralNetworks,1997,10(3):517—527. 基于Ontology的电子政务流程知识建模与集成管理 叶艳,杨东,江志斌,鲁建厦,兰秀菊 (1.上海交通大学机械与动力工程学院,上海200240;2.浙江工业大学机电工程学院,杭州310032) 摘要:信息为解决电子政务中不同政府机构的政务服务之间交换和共享流程知识的难 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 ,提出了基于Ontology (本体)的电子政务流程知识的建模和集成方法.首先针对目前大多数本体建模具有形式化语义但缺乏图示化表示 的情况,采用IDEF5语言直观表示电子政务流程本体(eGovP0nt),然后采用具有较强表达力且与多种表示语言和 系统兼容的0ntolingua语言定义精确的语法和形式化的语义.在此基础上,通过具体政务案例说明eGovPOnt的应 用,并提出基于eGovPOnt的电子政务知识集成管理平台的体系 架构 酒店人事架构图下载公司架构图下载企业应用架构模式pdf监理组织架构图免费下载银行管理与it架构pdf .该方法提供了对相关术语和词f12的共同一致 的理解,可增强流程知识的语义互操作,重用和共享,从而提高电子政务的服务效率和质量. 利用Logistic回归模型对上市公司被 国企和民企收购的预测研究 周瑞凌,陈宏民,胥莉 (上海交通大学安泰经济与管理学院,上海2OOO52) 摘要:利用Logistic回归模型对公司能否被国企和民企收购进行预测研究.结果认为:资产负债率和托宾Q比率 对上市公司被国企收购产生显着的负面影响,相反却对被民企收购产生显着的正 面影响,表明国企和民企在选择 收购目标时,对这两个因素判断的方向不同,民企愿意在对外投资时冒更高的风险.此外,民企还偏好收购经营效 率较低的公司.两类收购者都更加看重上市公司的未来回报能力而不是现期回报能力.
本文档为【翅片管换热器仿真软件精度自适应校正方法】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
下载需要: 免费 已有0 人下载
最新资料
资料动态
专题动态
is_591137
暂无简介~
格式:doc
大小:31KB
软件:Word
页数:13
分类:
上传时间:2018-03-19
浏览量:23