基于GA-BP神经网络和改进粒子群算法的碰撞射流和冷却顶板复合空调系统优化

摘要

对碰撞射流和辐射顶板(IJV/RC)复合空调在不同室内负荷条件下运行时的室内热环境进行数值模拟，基于遗传算法-反馈(GA-BP)神经网络建立运行性能(吹风感R_(PD),头足温差Δt,空气交换效率e_(ACE),工作区平均温度t_a)与设计变量(送风温度t_s、送风速度v_s、冷却顶板内表面温度t_c、房间负荷Q_c)之间的预测模型，通过相关性分析确定设计变量对运行性能影响的显著性并排序。结果表明，增大v_s可使Δt降低，但R_(PD)增大；增大t_c有助于降低Δt和R_(PD),但t_a升高；为使t_a下降，可通过降低t_s来实现，但室内空气质量变差。为确保IJV/RC复合空调能在保证室内热舒适的同时提供良好室内空气品质，利用改进粒子群算法对复合空调的运行性能进行多目标同时优化，建立不同房间负荷条件下的设计参量最优匹配关系。研究结果可为IJV/RC复合空调的优化设计和运行控制提供理论指导。

关键词

碰撞射流通风 / 冷却顶板 / GA-BP神经网络 / 粒子群优化算法 / 多目标优化