神经网络模型在制冷剂物性参数计算中的应用

【作者中文名】 赵海波; 杨昭; 吴坤;

【作者英文名】 Zhao Haibo Yang Zhao Wu Kun（Tianjin University）;

【作者单位】 天津大学;

【文献出处】 制冷与空调, Refrigeration and Air-Conditioning, 编辑部邮箱 2006年 04期?

期刊荣誉：ASPT来源刊? CJFD收录刊

【关键词】 神经网络; 物性参数; BP; RBF; Elman;

【英文关键词】 neural network; thermodynamic and transport properties; BP; RBF; Elman;

【摘要】 介绍采用BP,RBF和Elman神经网络计算制冷剂物性参数的方法。以R11,R134a和近共沸混合制冷剂R410A为研究对象,分别建立三种制冷剂的BP,RBF和Elman网络饱和物性参数计算模型。根据该模型由已知温度求各制冷剂在饱和气和饱和液状态下的其他物性参数值,通过与REFPROP软件计算结果进行对比,证明BP,RBF和Elman神经网络物性计算模型具有很高的精度,可以用于物性参数的计算,是一种新的物性计算方法。

【英文摘要】 The neural network models including a back-propagation neural network model,a Radial Basis Function neural network model and an Elamn neural network model have been set up to calculate the refrigerant thermodynamic and transport properties.And based on the model,the thermodynamic and transport properties of refrigerant R11,R134a and R410A are calculated as an example.Compared with results calculated by the software REFPROP,(satisfied) results have beet got. The results prove that the neural network can be u... 附件下载