制冷裝置仿真與優(yōu)化_第1頁(yè)
制冷裝置仿真與優(yōu)化_第2頁(yè)
制冷裝置仿真與優(yōu)化_第3頁(yè)
制冷裝置仿真與優(yōu)化_第4頁(yè)
制冷裝置仿真與優(yōu)化_第5頁(yè)
已閱讀5頁(yè),還剩39頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

#3S3S濕度測(cè)量點(diǎn)。否則,濕度傳感器在冷卻空間的放置,會(huì)影響其流場(chǎng)和溫度場(chǎng)的分布。(5)功率測(cè)量點(diǎn)布置的方法測(cè)量制冷裝置消耗的電功率,可以將制冷裝置的電源線接到功率計(jì)的負(fù)載接口上,再用電線將總電源接到功率計(jì)的電源接口上,而功率計(jì)的儀表電源則通過(guò)另外的電線插頭插到總電源的插座上,功率計(jì)信號(hào)輸出電纜的一端通過(guò)RS232接口與功率計(jì)相連,另一端與釆集器相接。3.3干擾信號(hào)的輸入方法(1) 飛升曲線試驗(yàn)法:階躍干擾信號(hào)輸入(2) 傳遞函數(shù)或頻率特性試驗(yàn)方法:測(cè)取頻率3.4工況控制方法介紹:數(shù)字PLD控制比例控制作用P:響應(yīng)快,波動(dòng)大,有余差積分控制作用L消除余差微分控制作用D:克服滯后(5-10)u(t)=Kp^(/)+—f%€(t)dt+Tj(5-10)△u(kT)=Kpb(RT)-e(kT-T)]+Kte(kT)+Kd\e(kT)-2eg-T)+e(kT-2T)]或者表示成:u(kT)=KPAe(kT)+Kie(kT)+Kd\\e(kT)-\e(kT-T)]e(kT)=e(kT)-e(kT-T)e(kT-T)=e(kT-T)-e(kT-2T)666第四講神經(jīng)網(wǎng)絡(luò)(ANN)(AitificialNeuralNetwork)4.1神經(jīng)網(wǎng)絡(luò)模型神經(jīng)元的主體是細(xì)胞體,內(nèi)有細(xì)胞核。它進(jìn)行呼吸和新陳代謝等生化過(guò)程。細(xì)胞體伸出很多樹(shù)突和一條長(zhǎng)長(zhǎng)的軸突。樹(shù)突和軸突間的接觸界面稱為突觸,神經(jīng)元之間通過(guò)突觸傳遞信息,由樹(shù)突為細(xì)胞體輸入信息,由突觸傳出信息。對(duì)一個(gè)神經(jīng)元來(lái)說(shuō),考慮多輸入單輸出情況,可給出如圖所示的模型,此時(shí)各輸入為x】(i=l、2、…口),輸出為y,y與&間的關(guān)系將是y(t)=f(ZVVx(.(r)-6>)1=1式中的&稱為神經(jīng)元的閾值;W]是權(quán)系數(shù),反映了連結(jié)強(qiáng)度,也表明突觸的負(fù)載。函數(shù)f(?)通常取1和0的雙值函數(shù),或取sigmoid函數(shù)。z的sigmoid函數(shù)是1+e~其圖形見(jiàn)圖3-62,它是一個(gè)可微的正函數(shù)。此外,也有用高斯函數(shù)的。若干個(gè)神經(jīng)元連接起來(lái),構(gòu)成網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)具有自組織性、層次性和并行處理能力。在對(duì)其功能和特性抽象的基礎(chǔ)上,開(kāi)發(fā)了各種人工神經(jīng)網(wǎng)絡(luò)。最常用一種人工神經(jīng)網(wǎng)絡(luò)稱為BP網(wǎng)絡(luò)(BackPropagation,反向傳播)。在機(jī)構(gòu)上,從信號(hào)的傳輸方向看,它是一種多層前向網(wǎng)絡(luò),圖3-63是它的結(jié)構(gòu)示意圖。它由若干層構(gòu)成,有輸入層、輸出層,以及一個(gè)或若干個(gè)隱層。也稱多層感知器。每個(gè)神經(jīng)元成為一個(gè)節(jié)點(diǎn)。以其中任一層(K層)來(lái)說(shuō),它具有n⑹個(gè)節(jié)點(diǎn)。對(duì)這層的第I個(gè)節(jié)點(diǎn),有來(lái)自上一層[(K-1)層]各個(gè)節(jié)點(diǎn)的輸入,并有起偏置作用的閾值;其輸出則送往下一層的各個(gè)節(jié)點(diǎn)。此時(shí),K層第1個(gè)節(jié)點(diǎn)總的輸入1嚴(yán))是

其輸出0其輸出0陽(yáng)=坦嚴(yán)))=1+卿(一/,旳)式中匝”⑷是(K-1)層j個(gè)節(jié)點(diǎn)與K層第1個(gè)節(jié)點(diǎn)間的權(quán)系數(shù),0旳是K層第1個(gè)節(jié)點(diǎn)的閾值。送往K層第1個(gè)節(jié)點(diǎn)的各輸入就是(K-1)層上各個(gè)節(jié)點(diǎn)的輸出,送往第一層的外部輸入則用0⑼表示,每個(gè)節(jié)點(diǎn)只有一個(gè)輸入。對(duì)BP網(wǎng)絡(luò),需要說(shuō)明兒點(diǎn):(1) 在同一層上,信息處理是并行進(jìn)行的,網(wǎng)絡(luò)傳播速度快。(2) 輸入層的節(jié)點(diǎn)數(shù)由問(wèn)題本身規(guī)定,輸出層的節(jié)點(diǎn)數(shù)往往也一樣。但是,在問(wèn)題可以分開(kāi)來(lái)處理的時(shí)候,取輸出層節(jié)點(diǎn)數(shù)為1,對(duì)每個(gè)待求的量設(shè)置一個(gè)BP網(wǎng)絡(luò),會(huì)更為靈便。至于隱層數(shù)和隱層節(jié)點(diǎn)數(shù),則是需要選擇的。(3) BP網(wǎng)絡(luò)有很好的逼近非線性函數(shù)的能力。己經(jīng)證明,三層的網(wǎng)絡(luò)可以實(shí)現(xiàn)任何非線性連續(xù)函數(shù)的轉(zhuǎn)換。(4) BP網(wǎng)絡(luò)是一種靜態(tài)網(wǎng)絡(luò)。(5) 權(quán)系數(shù)和閾值的調(diào)整稱為學(xué)習(xí)或訓(xùn)練過(guò)程。BP網(wǎng)絡(luò)的學(xué)習(xí)需要有若干組己知的輸入和輸出數(shù)據(jù),學(xué)習(xí)的要求是在同樣的輸入數(shù)據(jù)下,網(wǎng)絡(luò)的輸出值y與提供的輸出數(shù)據(jù)yc盡量一致。兩者的差值就是偏差。在學(xué)習(xí)過(guò)程中,依據(jù)偏差的統(tǒng)計(jì)值E來(lái)調(diào)整權(quán)系數(shù)與值的向量阡。最陡下降法是最簡(jiǎn)單的一種梯度尋優(yōu)法,即依據(jù)梯度矩/0血負(fù)方向改變旺值。在整個(gè)學(xué)習(xí)過(guò)程中,先是通過(guò)網(wǎng)絡(luò)由輸入求取輸出,信號(hào)是前向傳遞,然后是依據(jù)輸出的偏差調(diào)整網(wǎng)絡(luò)參數(shù),信號(hào)是反向傳遞,按照學(xué)習(xí)時(shí)的信號(hào)傳送方向稱之為BP(反傳)網(wǎng)絡(luò)。另一種在自動(dòng)化中很有價(jià)值的ANN是RBF網(wǎng)絡(luò),它在結(jié)構(gòu)上很象BP網(wǎng)絡(luò),也是靜態(tài)網(wǎng)絡(luò),但是它只有相當(dāng)于隱層的一層,而且節(jié)點(diǎn)的激發(fā)函數(shù)是徑向基函數(shù)^||Z-A||,式中I是輸入,Ii是該徑向基函數(shù)的中心。在各種徑向基函數(shù)中,以高斯函數(shù)使用最廣。正由于這一原因,RBF網(wǎng)絡(luò)被稱為局部模型,而B(niǎo)P網(wǎng)絡(luò)則為全局模型。RBF網(wǎng)絡(luò)的泛化性(即數(shù)據(jù)被插和外推的正確性)要比BP網(wǎng)絡(luò)差。其他常用的ANN有:(1) Hopfield網(wǎng)絡(luò)它是一種具有RC環(huán)節(jié)的反饋網(wǎng)絡(luò),構(gòu)成非線性動(dòng)態(tài)系統(tǒng),主要用于聯(lián)想記憶和二次型優(yōu)化。(2) 動(dòng)態(tài)遞歸神經(jīng)網(wǎng)絡(luò)它利用網(wǎng)絡(luò)的內(nèi)部狀態(tài)反饋來(lái)描述系統(tǒng)的非線性動(dòng)態(tài)行為,象Elaman網(wǎng)絡(luò)具有隱層輸出端至該層輸入端的反饋,Jordan網(wǎng)絡(luò)具有輸出層至隱層的反饋。(3) 模糊神經(jīng)網(wǎng)絡(luò)(FNN) 它是模糊集合與神經(jīng)網(wǎng)絡(luò)的一種結(jié)合,常用于建模。4.2人工神經(jīng)網(wǎng)絡(luò)在自動(dòng)化中的應(yīng)用神經(jīng)網(wǎng)絡(luò)由于它很強(qiáng)的非線性函數(shù)逼近能力并具有并行處理工作方式等特點(diǎn),己在很多應(yīng)用領(lǐng)域受到了關(guān)注,在自動(dòng)化中的應(yīng)用主要有下列方面:(1) 軟測(cè)量應(yīng)用數(shù)學(xué)模型來(lái)間接測(cè)量一些成分和物性變量,為解決許多測(cè)量難題提供了可能性,近年來(lái)很受注意,除了采用非線性回歸模型外,采用神經(jīng)網(wǎng)絡(luò)作為軟測(cè)量模型有不少優(yōu)點(diǎn),同樣或類似的網(wǎng)絡(luò)結(jié)構(gòu),可用來(lái)描述變量完全不同、函數(shù)關(guān)系迥異的特性。在在對(duì)煉油過(guò)程中油品干點(diǎn)和傾點(diǎn)等的軟測(cè)量,使用RBF網(wǎng)絡(luò)能得到較滿意的結(jié)果。(2) 故障檢測(cè)和診斷 人工神經(jīng)網(wǎng)絡(luò)可被用作故障檢測(cè)和診斷的工具。不同的故障情況,會(huì)產(chǎn)生不同的現(xiàn)象。現(xiàn)將反映現(xiàn)象的工況變量作為網(wǎng)絡(luò)輸入,并通過(guò)網(wǎng)絡(luò)的訓(xùn)練,使網(wǎng)絡(luò)的各個(gè)輸出節(jié)點(diǎn)反映某種故障存在與否,例如各節(jié)點(diǎn)的輸出都接近于零,表示不存在故障,第I個(gè)節(jié)點(diǎn)的輸出接近于1,表示存在故障1。釆用足夠數(shù)量的若干組因果關(guān)系數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練后,網(wǎng)絡(luò)將有很好的故障診斷功能,這在下一章中還會(huì)提到。(3) 用于控制逆動(dòng)態(tài)控制基于模型的控制用神經(jīng)網(wǎng)絡(luò)作為在線估計(jì)器的控制用于優(yōu)化第五講制冷裝置的仿真與實(shí)驗(yàn)一、仿真技術(shù)簡(jiǎn)介仿真(Simulation)是用模型(物理模型或數(shù)學(xué)模型)代替實(shí)際系統(tǒng)進(jìn)行實(shí)驗(yàn)和研究。仿真所遵循的基本原則是相似原理,即兒何相似及數(shù)學(xué)相似。依據(jù)這個(gè)原理,仿真可氛圍物理仿真和數(shù)學(xué)仿真。所謂物理仿真,就是應(yīng)用幾何相似原理,制作一個(gè)與實(shí)際系統(tǒng)相似但幾何尺寸較小的物理模型(如飛機(jī)模型放在氣流場(chǎng)相似的同時(shí))進(jìn)行實(shí)驗(yàn)研究。所謂物理仿真,就是應(yīng)用數(shù)學(xué)相似原理,構(gòu)成數(shù)學(xué)模型在計(jì)算機(jī)上進(jìn)行實(shí)驗(yàn)研究。物理模擬裝置進(jìn)行試驗(yàn)的成本高,數(shù)學(xué)仿真受到別人的重視,數(shù)學(xué)仿真的特點(diǎn)是:將實(shí)際系統(tǒng)的運(yùn)動(dòng)規(guī)律用數(shù)學(xué)形式表達(dá)出來(lái)。它們通常是一組常微分方程或一組差分方程,然后用計(jì)算機(jī)來(lái)了解這些方程。仿真技術(shù)應(yīng)抓住事物的本質(zhì),在計(jì)算機(jī)上再現(xiàn)事物的基本特征,忽略了某種因素,可能會(huì)造成仿真的“失真”。這種情況常見(jiàn)。仿真過(guò)程:第一步:建立系統(tǒng)的數(shù)學(xué)模型。(機(jī)理建模、系統(tǒng)參數(shù)辯識(shí)方法或兩者結(jié)合)。數(shù)學(xué)模型是系統(tǒng)仿真的依據(jù)。第二步:建立仿真模型,即通過(guò)一定的算法對(duì)原系統(tǒng)的數(shù)學(xué)模型進(jìn)行離散化處理。第三步:編制仿真程序。對(duì)于非實(shí)時(shí)仿真,可用一般的變化語(yǔ)言或仿真語(yǔ)言。對(duì)于快速的實(shí)時(shí)仿真,往往需要用匯編語(yǔ)言。第四步:進(jìn)行仿真實(shí)驗(yàn)并輸出仿真結(jié)果,通過(guò)實(shí)驗(yàn)對(duì)仿真系統(tǒng)模型及程序進(jìn)行效驗(yàn)和修改,然后按系統(tǒng)仿真的要求輸出仿真結(jié)果。實(shí)際系統(tǒng)■二次樑型化I(系統(tǒng)建模、辯識(shí))I建立系統(tǒng)的數(shù)學(xué)模型建立仿真模型模型化—系統(tǒng)仿真程、校驗(yàn))編制仿真程序;計(jì)算機(jī))實(shí)際系統(tǒng)■二次樑型化I(系統(tǒng)建模、辯識(shí))I建立系統(tǒng)的數(shù)學(xué)模型建立仿真模型模型化—系統(tǒng)仿真程、校驗(yàn))編制仿真程序;計(jì)算機(jī))仿真實(shí)驗(yàn)輸出仿真結(jié)果二、制冷裝置的仿真(1) 穩(wěn)態(tài)仿真穩(wěn)態(tài)仿真是指制冷裝置穩(wěn)定運(yùn)行工況下,主要運(yùn)行參數(shù)和性能指標(biāo)的仿真(P207)。進(jìn)行系統(tǒng)仿真時(shí),一定要尋求制冷系統(tǒng)的狀態(tài)平衡點(diǎn),在該平衡點(diǎn)按照穩(wěn)態(tài)計(jì)算的觀點(diǎn),各部件的制

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論