基于系统模式识别技术的通风机能效优化设计方法

摘要

本发明公开了一种基于系统模式识别技术的通风机能效优化设计方法，是将要建立数学模型的风机的主要结构，以几何结构尺寸、叶片数量、倾角、蜗舌形状等作为基本参数，改变不同的几何参数作为变量，并制作风机实物进行测试，这样可以得出一系列的实验数据，这些数据表示了风机的各项几何参数和能效值之间的关系，使用径向基函数(RBF)神经网络工具来建立模型库；对于需要改进的风机产品，以该风机的结构类型和几何参数值运用模型库中的模型可以预估出该风机按照相应的偏移量调整后的参数制作时可以期望获得的能效值，并提出风机的结构类型和几何参数值方面的改进策略。整个方法简单易行，成本低，便于中小型企业使用。

主权项

1、基于系统模式识别技术的通风机能效优化设计方法，其特征在于包括以下步骤：(1)、首先设计制作一个风室式风机性能测试装置，用于对风机的能效进行实际测试，该测试装置能够测量出风机的轴功率，送风全压和风量等数值，通过这些数据即可以计算出风机的能效值；(2)、确定将要建立数学模型的风机的主要结构，以几何结构尺寸、叶片数量、倾角、蜗舌形状等作为基本参数，以其中一个几何参数作为变量，其它几何参数为固定值来制造多个风机的实物，并对每个风机进行测试，得出一组实验数据；同样方式，改变不同的几何参数作为变量，并制作风机实物进行测试，这样可以得出一系列的实验数据，这些数据表示了风机的各项几何参数和能效值之间的关系，使用径向基函数(RBF)神经网络工具来建立风机能效值与结构类型、几何参数之间的数学模型，从而建立模型库；(3)、运用计算机数据库技术和模式识别技术，在前述模型库基础上，建立能效专家分析系统，该系统软件包含有几个主要功能：√具有模式识别功能，将径向基函数(RBF)神经网络算法包含在其中；√具有能效值预估功能，根据模型库和神经网络算法计算出风机在不同的结构尺寸条件下的能效值；√具有自动寻优功能，根据所输入的结构尺寸的基准值，能够在规定的偏差范围内对这些参数进行逐步的小偏移量改变，计算出一组能效值，然后根据这样的值进行判断寻优，找出最合适的结构尺寸值；√具有自学习功能，根据寻优找到的参数所制作的风机也将拿到本系统中重新进行验证，如果测试的结果和软件计算的有所偏差，则系统可以通过自学习功能，重新对数据模型进行调整；(4)、对于需要改进的风机产品，以该风机的结构类型和几何参数值作为基准值，对它们分别增加正、负偏移量后作为输入参数，运用模型库中的模型可以预估出该风机按照相应的偏移量调整后的参数制作时可以期望获得的能效值，能效专家分析系统从中提取出能效值有较大提高的一组数据，并提出风机的结构类型和几何参数值方面的改进策略；(5)、通过能效专家分析系统的分析结论，对风机产品进行实际的改进，并制作样品；(6)、对风机产品进行测试，根据测试的结果来验证能效专家分析系统的结论是否正确；(7)、将测试的结果验证后的结论输入系统中，通过模式识别对模型库进行更新，使系统逐步完善。