海水淡化系统及结合人工神经网络高效运行的研究

论文摘要

本文论述了海水淡化技术的发展状况,并对改进后的高效热泵式海水淡化系统做了研究。该装置具有海水淡化、空调除湿两种功能。该装置由热泵空冷式冷凝器、热泵水冷式冷凝器、加湿器、双向风机、热泵蒸发器、预冷器、加热水箱、海水回水箱等部件组成。为了应对目前世界性缺水难题,本文中主要对其产水特性进行分析研究,以降低能耗来获得满意的产水量。 首先对各部件的湿热过程进行了分析,得到各部件的数学模型;并在此基础上对各部件的热力学性能进行了分析,用数值模拟的方法得到一些结论,为系统运行的优化提供了佐证。通过目前在能源、化工和控制领域都得到广范应用的人工神经网络技术,建立了高效海水淡化系统部件及整体的产水模型,对建立的仿真模型经训练学习后用来预测模拟系统的产水特性,得到其高效运行区,使系统能最大限度地保持较高的产水量。 通过对由数值模拟得到的产水值和由网络模拟得到的产水值跟实验测定值进行对比,表明应用神经网络来研究海水淡化是可行的,并且具有方便易行、精度较高的特点。并且利用神经网络技术对海水淡化系统的运行状态进行了判别,从而为海水淡化运行的优化提供了必要条件。 本文用人工神经网络方法对海水淡化的产水进行分析研究,提出该装置高效运行的方案,这对于提高系统在实际运行中的产水是很有意义的。

论文目录

• 摘要
• Abstract
• 目录
• 主要符号表
• 第一章 绪论
• 1.1 引言
• 1.2 海水淡化技术的研究现状
• 1.3 人工智能的发展现状及应用
• 1.4 本文的着眼点、工作和意义
• 第二章 海水淡化装置及数值建模
• 2.1 引言
• 2.2 海水淡化装置的系统结构
• 2.3 湿空气相关状态热力参数及数学表达
• 2.4 海水淡化系统主要部件的数学模型
• 2.5 海水淡化系统的数值模拟结果
• 2.6 小结
• 第三章 海水淡化系统的神经网络模型
• 3.1 神经网络的基本理论
• 3.2 多层前馈神经网络
• 3.3 BP网络的学习及误差逆传
• 3.4 神经网络模型及性能预测
• 3.5 海水淡化装置神经网络仿真模型的建立
• 3.6 小结
• 第四章 海水淡化系统运行状态的辨识
• 4.1 模式识别概论
• 4.2 神经网络的模式识别
• 4.3 海水淡化系统运行状态的模式识别
• 4.4 小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢