1999年第2期

制冷空调装置特性不仅受热力学基本定律的支配，而且与装置结构、生产工艺等实际因素密切相关，因此仿真精度在目前的通用仿真软件中难以保证。本文提出用基于模型的神经网络方法来解决这一问题。以房间空调器为例，在传统数学模型的基础上，通过定量参数的神经网络辨识，显著地改善了空调器稳态特性和开机动态特性的仿真效果。神经网络的自学习功能保证了该方法在实际应用中具有很强的通用性。本文研究表明智能仿真方法用于制冷系统仿真可取得优于传统数值仿真方法的效果。