发明名称 一种前置式防、融霜方法
摘要 本发明公开了一种前置式防、融霜方法。本发明的目的在于提供一种前置式防、融霜方法。本发明的特征在于以下步骤:A.预测结霜量,建立结霜量预测网络的样本训练数据库;B.样本训练数据库的预处理,对数据库的样本进行训练,包括归一化、初始值设定、误差计算;C.建立结霜量的预测网络,选择一种误差最小的网络训练算法,设置学率从0-1自动进行学,得出最佳学率,建立起预测结霜量网络;D.测试结霜量预测网络,给定环境变量、蒸发器结构参数,计算结霜量大小,与真实值进行比较;E.补热量的调节,根据步骤A-D得到的结霜量预测值,对热泵蒸发器补热量进行调节,从而实现有效的防、融霜。本发明主要用于热泵系统的蒸发器表面防、融霜。
申请公布号 CN104933322A 申请公布日期 2015.09.23
申请号 CN201510404701.6 申请日期 2015.07.11
申请人 湖南大学 发明人 龚光彩;唐瑾晨;苏欢;王晨光;吴懿
分类号 G06F19/00(2011.01)I 主分类号 G06F19/00(2011.01)I
代理机构 长沙市和协专利代理事务所(普通合伙) 43115 代理人 王培苓
主权项 一种前置式防、融霜方法,其特征在于以下步骤:A.预测结霜量:搜集多种制冷剂在不同蒸发器、不同地区运行结霜的状态,记录当地环境的温度、湿度、蒸发器结构参数、蒸发器运行时制冷剂运行工况,一同输入控制系统,得出结霜量预测值作为输出参数,建立结霜量预测网络的样本训练数据库;B.样本训练数据库的预处理:对数据库的样本进行训练,包括归一化、初始值设定、误差计算,如果误差满足设定值,则进行下一步,否则,继续返回初始值设定进行循环;C.建立结霜量的预测网络:选择一种误差最小的网络训练算法,设置学习率从0‑1自动进行学习,得出最佳学习率,建立起预测结霜量网络;D.测试结霜量预测网络:给定环境变量、蒸发器结构参数,计算结霜量大小,与真实值进行比较,如果误差在给定范围内,则网络可靠,如果误差较大,则返回步骤C继续选择不同的算法和学习率;E.补热量的调节:根据步骤A‑D得到的结霜量预测值,对热泵蒸发器补热量进行调节,从而实现有效的防、融霜。
地址 410000 湖南省长沙市岳麓区湖南大学土木工程学院建环系