基于BP神经网络的空调性能预测研究

针对空调系统传统设计所需的匹配试验量大,严重浪费公司水电以及人力资源的问题,本文提出BP神经网络对空调系统的性能进行预测的方法,以设计参数压缩机冷量、冷凝器和蒸发器面积和实验参数室内外环境温度、负荷量等为输入,以空调的能力和能效比为输出,对BP网络进行训练、测试。结果表明:BP神经网络算法的均方误差为0.005 8,预测结果的总相关系数为0.974 47,可用于空调系统的设计选型,减少实验成本。     

基于非接触式加热的温控器性能和寿命测试装置的研制

本文提出了一种温控器性能和寿命测试方案,本方案采用感应加热和导热介质冷却的控制方式,有效的解决了传统寿命测试方式热惯量大,机械振动和温度不确定度大等影响测试结果的问题,保证了温控器在测试过程中的动作温度、温度梯度和环境应力可控,同时在用作温控器性能测试时,温度的波动度小于0.2K,该装置能够完全满足GB14536.10-2008标准规定的II型温控器的性能和寿命测试要求。