应用BP神经网络的管式间接-直接复合式蒸发冷却空调机组性能预测

为了减少空调机组性能实验的次数，利用已有复合式蒸发冷却空调机组测出的实验数据为训练样本，采用BP神经网络的方法，训练预测了机组混合运行管式间接段和直接段的送风干球温度、湿球温度及热湿交换效率，并和实验测定值进行比较；结果显示：送风干球温度的平均相对误差为1．86%，送风湿球温度的平均相对误差为2．52%，热湿交换效率的平均相对误差为1．47%，验证了BP神经网络在蒸发冷却机组的性能预测中具有很好的适应性，在训练次数大约为1600时，达到了设定的目标精度要求。