反向传播神经网络对多结构翅片管换热器变工况性能预测适应性研究
Journal of Shanghai Jiaotong University（2020）
摘要
基于多结构翅片管换热器变工况实验数据,研究神经网络模型在水-空气翅片管换热器性能预测方面的可行性.建立2排管、3排管翅片管换热器在制冷、制热工况下的反向传播神经网络模型,优化并确定单隐含层和双隐含层情况下较优的网络结构,模型预测误差达到1％左右.以指定结构翅片管换热器数据作为测试集,对比单隐含层和双隐合层网络模型在性能预测方面的效果.研究结果表明:对于制冷工况,双隐含层模型不能提高模型精度,反而会因为过拟合导致部分参数的预测精度降低;对于制热工况,双隐含层模型在预测结果精度上有明显的提高.
更多关键词
Heat Exchangers,Heat Transfer,Convective Heat Transfer
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要