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

李强林， 曾炜杰， 田 镇,2， 谷 波

(1. 上海交通大学 制冷及低温工程研究所， 上海 200240； 2. 上海海事大学 商船学院， 上海 201306)

翅片管换热器作为制冷空调领域最常用的换热器形式，快速预测其性能是空调数字化设计与仿真计算中的重要一环.已有学者对翅片管换热器的性能仿真做了深入研究.冯梦怡等[1]研究了不同回路结构表冷器的性能分析模型.张杰等[2]提出受限空间中翅片管换热器的集总参数模型.韩维哲等[3]研究了湿工况下翅片管换热器数值模型.曾炜杰等[4]建立了圆柱形翅片管换热器的性能计算分排参数模型.Wu等[5]建立了基于热平衡法的多通道翅片管换热器传热模型，并推导出简化传热单元的热力性能计算公式.Markovi等[6]研究了翅片管换热器空气侧压降预测模型.然而，由于翅片管换热器在流动及传热过程中涉及大量非线性过程等问题，现有数学模型很难在计算精度及速度上达到较好的平衡.

随着科学技术的发展，人工神经网络(ANN)被越来越多地应用于翅片管换热器的仿真计算中.Kalogirou[7]和Ding[8]研究了神经网络在换热系统中的应用.由于神经网络模型依托于实验数据，而翅片管换热器的结构又复杂多变，目前对翅片管换热器神经网络模型的研究大多基于某种特定的结构研究，对于翅片管换热器变结构下的性能预测研究较少.本文以多结构下翅片管换热器变工况实验数据为基础，基于反向传播(BP)神经网络理论，研究水-空气翅片管……