基于暖通空调制冷系统的基本原理,深入分析了BP神经网络,Matlab和自适应模糊控制在制冷系统中的具体应用,为优化和优化提供了理论参考。进了对系统的控制。前,空调系统在建筑物的总能耗中消耗的能量越来越多,为了降低系统的能耗,系统始终处于最佳运行状态,需要最佳控制。
必要使用一系列先进技术来提高系统的整体控制水平。通空调制冷系统的基本原理对于空调系统,其制冷系统主要使用制冷剂完成热交换:压缩机或蒸发器,制冷剂连续循环,其状态不断变化。
终结果是吸热和放热。蒸发容器中,制冷剂可以吸收大量的热量,此时制冷剂将从液态变为气态。旦制冷剂蒸发,它就进入压缩机并变成高压气体和压缩压缩气体。不断地将热量传递给冷凝器中的水或空气,最终变成液体。述过程对应于基本循环,并且可以重复进行热交换以实现冷却目标[1]。了制冷剂的重复循环外,冷库安装空气,冷却水和冷冻水的循环也包括在加热,通风和空调系统中。述循环将与制冷剂交换热量以降低实际空气温度以实现所需的冷却目标。据上述原理,可以看出,对于制冷系统,它是主要的能量消耗部件,并且通过优化控制可以有效地减少能量损失。HVAC系统优化了直接受气候条件和房间真实条件影响的制冷系统控制。达到预期的冷却效果,系统将投入运行,只有部分系统进入充电状态和能耗增加。这方面,建议从负载侧开始,研究制冷系统的吸入状态,最后进行系统的节能控制。系统在神经网络BP中的具体应用是神经网络BP,属于多层反馈网络,可以解决隐藏单元之间的连接问题。时,在非线性方面,它也起着重要作用。一时期的基本特征可以用于以下几个方面:第一,表格的识别和分类,对于计算机数据,可以分为几种类型,如语言,文本和图像,取决于数据特征识别,然后信息。类,便于信息处理;二,功能系统的控制,具有自身的非线性特性,完成功能的建模,一旦建模完成,系统可用于现代工业控制,如工业机器人的自动控制;第三,使用BP的神经网络进行数据压缩可以压缩数据以防止数据过度内存。外,可以基于特征来实现目标数据提取,以便于数据分析和使用。于这些特征,制冷系统还可以应用神经元网络来模拟诸如抽吸压力的参数。
这方面,它允许设计和应用的模块化,从而简化了系统控制的整个过程。此,即使没有掌握算法的本质,也可以通过合理应用功能模块来实现设计目标,从而为建模过程创造必要的条件。于算法,它通常基于神经网络,它可以模拟系统的实际操作过程,其中Matlab只是一个运行模块,可以看作是一个子系统。统。果在制冷系统中使用神经网络,则可以使用Matlab定义模块参数。
种方法具有以下优点:第一,系统设置简化,制冷系统直接受环境影响,实际运行几次变化,采集的参数非常复杂。于神经网络与Matlab的完全集成,可以根据模块的特性定义程序,简化了系统的运行。次,相关数据应与最接近实际情况的反馈一起使用,以便通过确定系统的最佳吸气压力来有效地降低系统的能量消耗。
本文转载自
冷库安装 https://www.iceage-china.com