昆明理工大学学报（自然科学版）
昆明理工大學學報（自然科學版）
곤명리공대학학보（자연과학판）
JOURNAL OF KUNMING UNIVERSITY OF SCIENCE AND TECHNOLOGY（SCIENCE AND TECHNOLOGY）
2012年
4期
57-60
,共4页
文旭林%王辉涛%王华%毕贵红%黄峻伟%刘军云%陈晓萍
文旭林%王輝濤%王華%畢貴紅%黃峻偉%劉軍雲%陳曉萍
문욱림%왕휘도%왕화%필귀홍%황준위%류군운%진효평
混合工质%沸腾换热%RBF神经网络%预测模型%误差
混閤工質%沸騰換熱%RBF神經網絡%預測模型%誤差
혼합공질%비등환열%RBF신경망락%예측모형%오차
基于 RBF神经网络建立了水平光管内混合工质 R407C流动沸腾换热的预测模型,以质流密度(G),热通量(q),干度(x),饱和温度(Tsat)和光管内径(D)作为网络输入,流动沸腾换热系数(h)作为网络输出,神经网络模型通过训练学习,对水平光管内 R407C的流动沸腾换热系数进行预测,经实验数据验证,预测结果与实验结果吻合较好,网络预测的平均误差为-0.9%,绝对误差为5.5%,均方根误差为10.9%,并且网络预测结果与四个传统关联式的计算结果相比有了明显的改善.由此说明该模型适用于水平光管内 R407C的流动沸腾换热预测,对采用 R407C制冷系统管式蒸发器的优化设计具有一定的指导意义
基于 RBF神經網絡建立瞭水平光管內混閤工質 R407C流動沸騰換熱的預測模型,以質流密度(G),熱通量(q),榦度(x),飽和溫度(Tsat)和光管內徑(D)作為網絡輸入,流動沸騰換熱繫數(h)作為網絡輸齣,神經網絡模型通過訓練學習,對水平光管內 R407C的流動沸騰換熱繫數進行預測,經實驗數據驗證,預測結果與實驗結果吻閤較好,網絡預測的平均誤差為-0.9%,絕對誤差為5.5%,均方根誤差為10.9%,併且網絡預測結果與四箇傳統關聯式的計算結果相比有瞭明顯的改善.由此說明該模型適用于水平光管內 R407C的流動沸騰換熱預測,對採用 R407C製冷繫統管式蒸髮器的優化設計具有一定的指導意義
기우 RBF신경망락건립료수평광관내혼합공질 R407C류동비등환열적예측모형,이질류밀도(G),열통량(q),간도(x),포화온도(Tsat)화광관내경(D)작위망락수입,류동비등환열계수(h)작위망락수출,신경망락모형통과훈련학습,대수평광관내 R407C적류동비등환열계수진행예측,경실험수거험증,예측결과여실험결과문합교호,망락예측적평균오차위-0.9%,절대오차위5.5%,균방근오차위10.9%,병차망락예측결과여사개전통관련식적계산결과상비유료명현적개선.유차설명해모형괄용우수평광관내 R407C적류동비등환열예측,대채용 R407C제랭계통관식증발기적우화설계구유일정적지도의의
