基于PSO-BP神经网络预测模型的人字形板式换热器换热性能预测研究

姚俊杰; 关鸿耀; 朱松青; 许磊; 王国星

doi:10.13960/j.issn.1672-2558.2026.01.002

南京工程学院学报（自然科学版） ›› 2026, Vol. 24 ›› Issue (1) : 7 -14. DOI: 10.13960/j.issn.1672-2558.2026.01.002

基于PSO-BP神经网络预测模型的人字形板式换热器换热性能预测研究

姚俊杰, 关鸿耀, 朱松青, 许磊, 王国星

作者信息 +

Author information +

文章历史 +

摘要

对流换热系数的计算多依赖于经验公式或拟合模型,普遍存在精度有限、适应性不足的问题,且无法在实际运行条件下实现动态修正与优化。为提升模型预测精度与适应性,本研究基于热工实验平台数据,采用BP神经网络构建对流换热系数预测模型,并引入粒子群优化(PSO)算法对网络权重和偏置进行优化。与传统关联式计算方法进行对比试验,结果表明,传统关联式计算方法冷、热侧误差分别为11.3%、13.0%,而PSO-BP神经网络预测模型的冷、热侧预测误差分别为8.8%和2.7%,在精度上明显优于传统关联式计算方法。