太陽能吸附制冷(SAR)系統(tǒng)建模

太陽能吸附制冷（SAR）系統(tǒng)建模摘要：太陽能吸附制冷（SAR）系統(tǒng)在經(jīng)濟和環(huán)境方面的研究，促使許多專家學(xué)者探討其在冷卻系統(tǒng)的設(shè)計能力。在這項研究中，多維數(shù)學(xué)模型已經(jīng)生成預(yù)測制冷系統(tǒng)性能系數(shù)（COP）的價值體系，例如SAR的功能蒸發(fā)器，冷凝器，發(fā)生器溫度。模糊邏輯和回歸分析方法被用來建設(shè)一個數(shù)學(xué)模式，從一維模式收集數(shù)據(jù)，例如：COP值，冷凝，蒸發(fā)，產(chǎn)生溫度，等等。從兩個模型分別對COP體系的測量來看，結(jié)果很相符。然而，與回歸模型相比模糊邏輯法在計算COP值方面被證實具有更良好的精度，因為它的步驟，在建設(shè)所需的模型方面具有更佳的性質(zhì)。關(guān)鍵詞：吸附式制冷太陽能模糊建?；貧w分析正文：在上個世紀初期的吸附制冷是經(jīng)常被使用的。后來，在20世紀30年代，隨著電站在效率方面的發(fā)展和氯氟烴的引進，吸附式制冷成為重要技術(shù)。直到20世紀70年代末后Tchernev創(chuàng)業(yè)，太陽能制冷系統(tǒng)所使用的基本固體吸附循環(huán)還沒有出現(xiàn)，而吸附制冷已被應(yīng)用了很長一段時間。70年代以來對吸附式制冷或熱泵的興趣，主要是由于這一事實，這種系統(tǒng)是對環(huán)境友好，它們能利用少浪費熱源（如工業(yè)廢棄物能源）或太陽能作為動力來進行制冷。盡管與蒸汽壓縮循環(huán)相比吸附式制冷系統(tǒng)性能系數(shù)（COP）較低，但是它還是很有前途的能源利用技術(shù)，因為它可以利用不同的資源，如太陽能。太陽能吸附制冷系統(tǒng)被認為是一種很有前途的發(fā)展冷卻的技術(shù)，因為它既可用于工業(yè)又可以用于家庭。對不同的設(shè)施選用合適吸附劑要通過大量的研究，同時要對工作溫度進行量化。這些也也需要設(shè)定一些限制，最重要的是對低傳熱系數(shù)吸附床的研究，因為這是影響熱力學(xué)效率的重要因素。在吸附系統(tǒng)，對不同類型的氣固工質(zhì)對進行了研究，以建立適應(yīng)冷卻太陽能系統(tǒng)。在LIMSI，沸石-水工質(zhì)對被選擇用于制冷機，活性炭-甲醇工質(zhì)對用于冰的生產(chǎn)（Boubakri等1985年）?；钚蕴?氨工質(zhì)對也可以用于冰的生產(chǎn)。在冰箱類，液體，一般是水，被凍結(jié)在水箱中（以保持在較低的溫度）。冰凍的流體必須盡可能的保存下來。作為保護系統(tǒng)，通過設(shè)置一個閥門于集熱器和蒸發(fā)器之間，使蒸發(fā)器的熱損失是可以避免的。自1909年熱驅(qū)動的吸附制冷循環(huán)已經(jīng)在專利文獻中退出，并且20世紀20年代商業(yè)制冷已經(jīng)成為可能。1929年，米勒描述的幾個系統(tǒng)，均使用硅膠和二氧化硫用作吸附劑/吸附對（米勒1929）。在制冰的方面，每天早上在水箱中產(chǎn)生的冰被轉(zhuǎn)移到另一個地方。無閥是必要的，凝結(jié)在蒸發(fā)器或任何地方都沒關(guān)系，條件是所有的濃縮液返回到蒸發(fā)器在蒸發(fā)階段開始之前。這就是為什么一個新構(gòu)想的吸附式太陽能制冰機應(yīng)配備有一單式換熱器的作為冷凝器和蒸發(fā)器原因。這種想法是基于從理論和實驗測試得到的結(jié)果而成，即商業(yè)吸附太陽能使用活性炭/甲醇對作為制冷劑（Boubakri等1992年，Ezekwe2003年）。利用經(jīng)典物理的數(shù)學(xué)分析太陽能吸附系統(tǒng)是基于通過解決復(fù)雜的非線性集即時方程確定COP值。這些方程常數(shù)的依據(jù)是變量因素。后面的東西是冷凝，蒸發(fā)，產(chǎn)生的溫度，這是通常所謂的系統(tǒng)的輸入變量。人們?yōu)榇_定COP利用調(diào)查分析的方法所付出的巨大努力，迫使研究人員詢問非傳統(tǒng)技術(shù)，以盡量減少COP計算的執(zhí)行時間。許多研究已進行了大量工作，從理論上和實驗，只為通過發(fā)現(xiàn)三個溫度之一的變化來確定COP值。本研究的目的是利用這些收集的數(shù)據(jù)來建立一個全面和簡單的多平面二維數(shù)學(xué)模型，這些數(shù)據(jù)建立在表演曲線擬合技術(shù)基礎(chǔ)。模糊邏輯和回歸分析為基礎(chǔ)的方法被我們用來找到兩個三維模型，可以預(yù)測的三個輸入溫度變量的變化對COP的影響。模糊邏輯建模模糊邏輯建模技術(shù)可分為三類，即語言（基于Mamdani型），關(guān)系方程Takagi,Sugeno,andKang（TSK）。在語言模型，無論是前提和后果都模糊集，而在TSK模型，前提由模糊集組成，但其后果是構(gòu)成了線性方程組。模糊關(guān)系方程模型目標是根據(jù)輸入輸出過程的數(shù)據(jù)建立模糊關(guān)系矩陣。TSK模型的基礎(chǔ)上，一個自適應(yīng)網(wǎng)絡(luò)模糊推理系統(tǒng)（ANFIS）已由Jang引入（1993年）。這種模式主要是適合于非線性系統(tǒng)建模。模糊邏輯是布爾邏輯，有人提出了在“完全正確”和“局部真理”之間處理好真理的價值觀念。Dr.LotfiZadeh在20世紀60年代引入了這個理論。他說，我們不應(yīng)該把模糊理論看作單一的理論，而應(yīng)視為一種方法的“模糊化“進程的任何具體的理論概括，從離散模式到連續(xù)的模糊形式（扎德1965）。換句話說，模糊邏輯是經(jīng)典二值邏輯真理延長使用集合｛0，1｝。模糊邏輯的基礎(chǔ)知識模糊集在傳統(tǒng)的集理論，一個元素要么屬于集合要么不是。模糊邏輯是一種傳統(tǒng)的邏輯推廣。在模糊集理論，元素可以屬于某一部分設(shè)置度。設(shè)X是一個有限集=｛x1和x2,...,xn的｝,并設(shè)A模糊集在X，那么元素的隸屬度模糊集合A中的x是：X!%0：1。語言變量采用模糊邏輯的主要優(yōu)點是，單詞或句子，可以作為代替數(shù)值表達式中使用。所謂的聯(lián)想表達式是語言變量。他們在我們的日常生活中常見的。讓我們考慮模糊變量溫度就可以了。它可以是，劃分為三個語言值，例如：低，中，高，這是模糊集。一般來說，每個語言值由隸屬函數(shù)來表示。不同的隸屬函數(shù)從零和整體之間取值，他們可以有，如Z，梯形，鐘，三角形和單身許多形狀。隸屬函數(shù)（fuzzy單位設(shè)置）單身類型通常只采用了模糊推理的輸出變量。模糊推理在模糊推理，最重要的模糊推理規(guī)則的含義是廣義MP（GMP）,它使用了if-then規(guī)則，含蓄表示模糊關(guān)系。當(dāng)域之間的因果關(guān)系目前尚不清楚時模糊規(guī)則的使用是非常重要的。通常情況下，關(guān)于這些領(lǐng)域之間的關(guān)系的部分知識在模糊規(guī)則的形式中是存在的。在這種情況下，模糊推理是通過使用GMP認證的。模糊規(guī)則定義輸入和輸出之間的模糊（語言）變量之間的連接。該規(guī)則由兩部分組成：一個是前提一個是結(jié)果部分。根據(jù)模糊控制規(guī)則theconsequent形式，我們通常可以區(qū)分兩個主要的模糊邏輯控制（FLCs不同類型的MamdaniFLCs）。基于Mamdani類型：規(guī)則是由輸入和輸出語言變量采取與實際的含義一語意值：IFX1isAi1：：andXmAin；THENYisBi，然后Yn和y是輸入和輸出語言變量，Ain和Bi分別是Ain和Bi指定它們的意義與相關(guān)模糊集的語言標簽。Takagi-Sugeno-Kang類型：規(guī)則是基于輸入劃分成幾個，其中在真實變量系數(shù)手段的關(guān)系模糊子集里，每個規(guī)則定義的線性輸入輸出關(guān)系：Ri:IFX1isAi1::andXnsAin； THENWp:Xb:::bPXbp其中xn和Y是輸入和輸出語言變量，分別與相關(guān)的Ain是明確其含義模糊集的語言標簽。換言之，基于Mamdani推理的方法是期望所有輸出隸屬函數(shù)都屬于模糊集。附盾環(huán)的克拉珀龍圖心、附盾環(huán)的克拉珀龍圖心、它是直觀的，被廣泛的接受，更適合人類的投入。其局限性是模糊化進程需要持續(xù)長時間計算（羅斯1995;Furinwata和Langari2000）。在另一方面，Sugeno型推理具有計算效率，線性技術(shù)工作良好，工程與優(yōu)化和自適應(yīng)技術(shù)，擔(dān)保輸出的表面連續(xù)性好，它比較適合對數(shù)學(xué)分析。此外，基于Mamdani型和Sugeno型（簡稱TS）型主要區(qū)別在模糊規(guī)則后:Mamdani模糊控制器利用由此產(chǎn)生的模糊集合，而TS模糊控制器，采用輸入變量的線性函數(shù)。9204qEOBQI0D13D 14d9204qEOBQI0D13D 14dDataSetladEx.-圖纟：.?分集群.模糊.系統(tǒng)的理論數(shù)據(jù)我們需要的操作是將獲得的一個清晰的值（單值）轉(zhuǎn)換成模糊集。這個過程被稱

為模糊化。最清晰化的方法是重心。分析了效果參數(shù)ofsolar吸附劑制冷系統(tǒng)一個Takagi與Sugeno模糊推理模型將用來制冷系統(tǒng)的COP。aos1020圖3：分集群模糊系統(tǒng)的實驗數(shù)據(jù)曲?！窮ie.aos1020圖3：分集群模糊系統(tǒng)的實驗數(shù)據(jù)曲叮「Fie.3Sub-clustoringfuzz>rEyst^nitor?xp三rim=ntaldata.■Membership ^otsR-Ming0?i>O-qOQ%O“圖4：蒸發(fā)器溫度隸屬函數(shù)的性能系數(shù)/理論數(shù)據(jù)Fie.4M^nib=rEhiphjnetionEofth? oratortsnipsiatufa-foi"收集數(shù)據(jù)的理■論參考是通過這些proce-dures在不同條件下對COP付諸計算。針對不同的輸入變量對COP值的計算所采用的方法是ANFIS法。該結(jié)果與經(jīng)典理論的COP值在相同條件下進行比較。比較表明結(jié)果能較好的契合。此外，由太陽能吸附系統(tǒng)采集實驗裝置所測得的數(shù)據(jù)被用來作為一個統(tǒng)計和模糊邏輯程序的輸入值。COP的預(yù)測值位于所選點之間，是由于一個變量的方差的改變而其他兩個變量保持不變，現(xiàn)在又把它與實驗結(jié)果相比較。由兩種數(shù)學(xué)程序計算的COP值相比較顯示出比較好的一致性。這是因為模糊邏輯方法所給的模式比較適合給定的數(shù)據(jù)。這兩種模型的相比較使我們相信由一個兩個三個輸入值的改變，再輸入一個精確的溫度值，這兩種模型都可以用來測量COP值。性能系數(shù)計算冰箱或熱泵的性能指標主要體現(xiàn)在對理想的結(jié)果輸入（COP）的比例上。這種性能的指標可能大于一些別的，但我們希望COP應(yīng)盡可能大。對于冰箱，所期望的結(jié)果是在低溫條件下提供的熱量，輸入到設(shè)備網(wǎng)工作并使之循環(huán)運作。COP=-^- ⑴

通過應(yīng)用第一定律的循環(huán)冰箱，COP值變?yōu)?對于一個理想的循環(huán)冷卻系統(tǒng)吸附對應(yīng)一個假想的二次熱機。該裝置由兩個無機械能轉(zhuǎn)換溫度耦合的機器組成。Mernbetsfiip血匚tionpbofs30 90 100 110 120 130 140in^utvartadeT1n3"圖5：在性能系數(shù)/理論溫度數(shù)據(jù)生成的隸屬函數(shù)'temperauireforCOP/theoneticaldata30 31 32 33 34 35 36 3?羽39 40Inputfriable''inI圖6：性能系數(shù)/實驗數(shù)據(jù)冷凝溫度的隸屬函數(shù)-■-.：■■..forCOP.eKperimentaldat?太陽能冷卻系統(tǒng)如圖1所示。太陽性能系數(shù)（COPs）通常是計算設(shè)備的熱性能系數(shù)（COPt）倍的太陽能集熱效率nc。因此，對于沒有間歇熱回收周期調(diào)節(jié)性COPs在一個給定的Treg是：COPS=-也學(xué)皆企 （3）其中M是吸附劑質(zhì)量，Q是從C的吸附熱量轉(zhuǎn)移到D（圖1），Q是從A到C提112供給熱反應(yīng)器/收集器的能量，Q是能源增加熱量從A至C吸附質(zhì)量。該集熱效3率nc被定義為在一些特定時期內(nèi)，較上年同期增長的太陽能有效利用的熱能，它可以表示為：它可以表示為：60 708C9Q1U0notnputvariableUnZf DJdU平 ITfeTid"1hT81丿tfT8Fis.BThsfuzzj!rsyst=m.,tor=a-ohinput-outputthmo?.ir±tkaldata.<圖8：輸入輸出模糊系統(tǒng)的理論數(shù)據(jù)f DJdU平 ITfeTid"1hT81丿tfT8Fis.BThsfuzzj!rsyst=m.,tor=a-ohinput-outputthmo?.ir±tkaldata.<圖8：輸入輸出模糊系統(tǒng)的理論數(shù)據(jù)CQF-0.K3在全球熱損失系數(shù)集電極頂部最大值點，Duffie和Beckman(1991)給出了一個基于經(jīng)驗的公式：集電極底部的熱損耗為： ；"'■；/ IL]?r?nmU^=T

此外，收集邊緣熱損失是：Up=kxperimeteredgeinsulatedthicknessxUp=根據(jù)Eq.2，冰箱的最大性能系數(shù)根據(jù)Eq.2，冰箱的最大性能系數(shù)(COP)計算值是:化范圍。當(dāng)然，這取決于所使用的太陽能集熱器和吸附對的選用。在這里，它只是比一些特殊的值小。制冷劑的脫附于簡明冷凝器并流入蒸發(fā)器。當(dāng)吸附床的壓力大于蒸發(fā)壓力降低，在蒸發(fā)器制冷劑液體會蒸發(fā)，產(chǎn)生制冷效果(Anyanwu2000)。模糊建模的幾點討論該建模過程輸出的是COP的理論和實驗數(shù)據(jù)的規(guī)則。與每個輸出COP相關(guān)規(guī)則的數(shù)量理論上達到了8和實驗數(shù)據(jù)是23。該Sugeno型推理的方法是說明了以下三個輸入變量和一個輸出簡單的例子：:JFislowand&islowand7]islow.THENCOP=4,75TC-0.49Tc+0J2Tg+1.13out1-0.133out1-0.133Fig,9Theiuzzysystemforeachinput-outputexperimental:If-ishighand7^ishighandT.ishigli,THENCOP取值Te為—2,Tc為38,Tg?為108,于是對于COP,各成員函數(shù)有以下值:TOC\o"1-5"\h\z_…心；--'二’ , m::譏 ":'"'i , 7；— ' '--，:/■',.：.；■；/■■:、「，：：-■'':;■'■1，'士.VilliI3_.I—-——-II-亠?' I— —__一_—a. ，F(xiàn)￡r? jit.-a—-4jn-— I—I上1——a. ?r—iL—ITramruqEnor31 i i ■ i iC 50 100 150 200 250圖11：性能系數(shù)混合后220時代的時代誤差/理論數(shù)據(jù)Fig.IlHybridepochenorforCOPafter220epochs/theoreticaldataj,［（）71122r11215'1DC 200 300 400 500圖12：性能系數(shù)混合后420時代的時代誤差/理論數(shù)據(jù)Fin.12HvbridepocherrorforCOPafter420mnehs/此外，每個規(guī)則對應(yīng)的數(shù)據(jù)處理如下：ffl=皿Vfct卩訂;刈理麒￡丿*［血（躍左=min{D.2|0,25;0,94}=0,2吧=血叫如凱（嗅）；珂詡（兀）；禺1勒（耳）|個別規(guī)則輸出計算為：:::■■■- ■■1=4.757；-0.497^+0J27g+1.13-—1.403因此，cop的控制作用是：■'■ 「：?.；；「廣.；：「COP=（-1.403x0.2+1.539x0.5）=0,4889圖2和圖3分別顯示了模糊聚類方法每個數(shù)據(jù)點可能部分屬于一個以上的隸屬函數(shù)，為中心集群的初始估計啟動特定程度的集群。

.I菱口.I.I.I菱口.I.I圖13：時代誤差的性能系數(shù)在40時代/實驗數(shù)據(jù)圖15：締約方會議混合后120時代的時代錯誤/實驗數(shù)據(jù)用減法聚類方法能夠自動確定溫度集群在每個臨時點的值。臨時集群接收了投影到每個輸入變量的集群。圖4,5,6,7顯示了這三個輸入(Te,Tc,andTg)和兩個輸入(TC和TG)的隸屬函數(shù)分布的理論和實驗數(shù)據(jù)，同時會輸出一個COP值?？梢郧宄乜吹?，對每個輸入變量，都有一個相應(yīng)的隸屬函數(shù)值。隸屬函數(shù)圖16：測試的理論數(shù)據(jù)性能系數(shù)在培訓(xùn)后420時代誤差的類型說明了每個函數(shù)值將在很大程度上對給定的輸入值中的模糊系統(tǒng)價值的權(quán)重產(chǎn)生影響。對于蒸發(fā)器溫度，有三隸屬函數(shù)法(Te二5°C,Te=0°C,andTe=5°C),并在這些輸入值中，最高值對COP的影響可以看到，就像圖4所顯示的。然而，發(fā)生器溫度(Tg)，有23個隸屬函數(shù)，這意味著有23個值，如圖6所示的數(shù)據(jù)。取出數(shù)據(jù)點之間的隸屬度值最高的值。接著，這些數(shù)據(jù)點被指定為1級，這是隸屬函數(shù)的頂點。然后，一個隸屬度(0<G<1)是分配給點群集的邊緣。實驗數(shù)據(jù)的隸屬函數(shù)比理論數(shù)據(jù)成員要少，如圖6和7。規(guī)則的數(shù)字取決于最大隸屬函數(shù)。從這個函數(shù)，我們將得到不同的輸入變量之間的相互作用及產(chǎn)生的規(guī)則。對于收集的理論和實驗數(shù)據(jù)，規(guī)則的數(shù)字是23和8，在圖8和9所示。理論所得值在Te=0°C時，COP二0.616，Tc=35°C,Tg=107°C，實驗所得值在Tc=35°C時COP=0.133，Tg=89°C。為得到FIS值，我們會選用下面的兩種方法之一：混合優(yōu)化方法，其中的功能信號一直使用，直到隨后由最小二乘估計確定其參數(shù)。倒傳遞優(yōu)化方法，其中錯誤率宣傳落后，前提參數(shù)由梯度下降更新方法?；旌蠒r期的錯誤會很少向后波及，圖10，11和12顯示了COP混合時期的錯誤。圖10顯示了混合時期COP在40代的時代錯誤，它等于0.0067303,然后開始下降，直到固定到420時代，它等于0.00112，如圖12所示。然而，實驗數(shù)據(jù)顯示，經(jīng)過40代的COP錯誤，它等于0.0013774，然后開始下降，直到固定后120時代，它等于0.00098423，如圖13,14,15所示。用回歸輸出相比，顯然可以看出Te,Tc,andTg的均方誤差等于0.01。然而，在模糊邏輯系統(tǒng)，新的建模系統(tǒng)被輸入的三個輸入值的交互最小均方誤差最小等于0.001。在實驗的情況下，獲得每個輸入變量Tc和Tg的均方誤差，它等于0.004，此時Te=0°C。在模糊系統(tǒng)，邏輯獲得新的兩路輸入的最小誤差建模系統(tǒng)值等于0.0009。然而，從收集的數(shù)據(jù)來看，模糊邏輯技術(shù)比回歸模型具有更良好的準確性。在得到最小均方誤差后，我們將得到關(guān)于變量輸入數(shù)據(jù)，如在圖16,17清楚地顯示了一些COP函數(shù)數(shù)據(jù)。最后，從培訓(xùn)采用模糊聚類和自適應(yīng)神經(jīng)模糊技術(shù)(基于ANFIS的架構(gòu))DutaSetIndex圖17：實驗數(shù)據(jù)為性能系數(shù)測試后280時代誤差/實驗數(shù)據(jù)的數(shù)據(jù)生成新的模型系統(tǒng)。對于理論收集的數(shù)據(jù)，新的建模優(yōu)化COP的輸出值等于0.616。三個輸入值，蒸發(fā)，冷凝，產(chǎn)生溫度分別為Te=0°C,Tc=35°C，和Tg=107°C等。另一方面，為實驗收集的數(shù)據(jù)，優(yōu)化新的建模生成COP輸出值等于0.133，兩個輸入值生成溫度和冷凝溫度Tc=35°C，Tg=107°C。結(jié)論多維曲線擬合程序是用來配合實驗數(shù)據(jù)以及理論值有關(guān)COP的三個(冷凝，蒸發(fā)，產(chǎn)生的溫度)溫度變量之一的工具。因此，曲線擬合過程是試圖給我們提供一個簡單的數(shù)學(xué)模型，這個模型能使COP值與同一瞬間的三個溫度變量產(chǎn)生聯(lián)系。多維回歸分析和高斯模糊邏輯技術(shù),可利用不同的模型在COP與三個溫度(Tc,Te,和Tg)之間建立聯(lián)系。這兩種模型的任意一個都可以成為一個有希望的模式，可以實現(xiàn)準確地預(yù)測COP值。平從兩個模型的比較過程中可以看出平均誤差均在0.01和0.001的值之間。然而，與回歸模型的結(jié)果相比模糊邏輯模型提供的數(shù)學(xué)模型具有更良好的準確性,這是由于其在發(fā)展過程優(yōu)化的數(shù)學(xué)模型中對于任何給定的問題有其獨有的性質(zhì)。此外,隨著實驗工作的進步,在相同的條件下,根據(jù)不同的輸入數(shù)據(jù)(Tc,Te,和Tg,)得到不同的COP值會成為可能。參考文獻Anyanwu,E.Et(2000).Reviewofsolidadsorptionsolarrefrigeration)LAnoverviewuftheprinciplesand(hcoiy.EnergyConversionandManagement45.\279—1295.Anyanwu,E+E“&Ezekwe,C.】.(2003).Design,constmctionandtestrunofasolidiidsorptionsolarrefrigeratorusingactivatedcarbon/methanol?asadsorbeiVadsorbatepair.EnergyConversionandManagement,44.2S79-2892.Boubakri,A.nArsalane,Yous,Alimoussa,L.,Pons,M.,Meunier,F.,elal,(1992).Experimentalstudyofadsorptivesolar-poweredicemakersinAgadir(Morocco)—1,Pcifiinnanceinactualsite.RenewableEnergy,2,7-13.Boubakri,A.,Grenier,P「&Pons,M.(1985).Utilizationofactivatedcarbonandmethanolpairtosolariceproduction.InProceedingsoftheJITHConference,I,Kabat,Morocco.Boubakri,A*Guilleminot,J.&Meunier,F”(2()00).Adsorptivesolarpoweredicemaker:zxpEnmentsandmodel.SolarEnergy,69(3)、249-263.Duflle,J,A,t&Beckman?W.A.(1991).Solarengi/jeerhigofthermalprocesses(2nded.)+NewYork:Wiley/Jnterscience.EnriqueViadimir,E.(1995).Apracticalapproachiotheuseufsilicagel-walerpairinadsorptionheatpumps.Flores.MScthesis,("ranfield:CranfieldUniversity.Miller,E+B.(1929).Thedevelopmentofsilicagel,refrigeratingengineenng.TheAmericanSocietyofRefrigeratingEngineering,77(4),103-108.Pons,M1?&Guilleminot,J+J.(1986).Designofanexperimentalsolar-poweredsolidadsorptionicEmaker.JournalofSolarEnergy^ScienceandEngineering,JOB,332-337.Ross,i\J.(1995)*Fuzzylogicwithengineeringapplications(2ndcd.).NewYork:McGrawHillCompaniesInc.Grenier,F\&Pons,M.(1983).Experimentalandtheoreticalresultsontheuseofanactivatedcarbon+methanolcyclefortheapplicationtoasolarpoweredicemaker.InProceedingsoftheISESConference,Perth.NewYork:PergatnoTi,Guilleminot,J.J.,&Meunier,1\(1981).Etudeexpcrimcntaled'uneglacie'resolaireutilisantlecycleze'olitheeau.R&vueGeneraledeThermiquef239.825-834.HaoYing,J.(2000).TheoryandapplicationofanovelfiizzyP1Dconhollerusingasimplified[akagi-Sugcnonilcscheme.InformationSciences,123,281-293.Jang,1BL(1993：ANFIS；AdaptiveNetworkBasedFuzzyInferenceSystem.IEEETransactionsonSystems,M