基于冷损双流体模型及主元分析-支持向量机算法的制冷陈列柜冷风幕优化分析

利用冷损双流体(RLTF)模型对立式敞开型陈列柜冷风幕及其四周气体流动和传热进行数值模拟,确定其冷损量及影响因素,建立冷损量的目标函数,通过主元分析-支持向量机(PCA-SVM)算法对目标函数寻优,并经过实验加以验证.结果表明,经优化后,陈列柜的冷损量下降了19.6%,单位展示面积的每日耗电量(TEC/TDA)减少了17.1%.

基于改进的支持向量机制冷陈列柜优化模型

采用指数加权移动平均(EWMA)滤波器对实际运行数据剔除野值,利用改进的自适应支持向量机(ASVM)建立远置立式敞开型制冷陈列柜性能模型,并通过动态损失系数调整而实现支持向量机的自适应.理论分析和仿真实验结果表明:与反向传播神经网络(BPNN)模型相比,AS-VM模型结构简单、运算速度快和泛化能力强;所建立的陈列柜仿真模型切实可行,优化后陈列柜的单位展示面积每日耗电量可降低20.7%.

制冷陈列柜性能优化策略的应用

利用改进的双流体(MTF)模型对立式敞开型陈列柜冷风幕及其四周气体流动和传热进行数值模拟,从而确定陈列柜的漏风量.通过MTF得到的结果训练并验证针对漏风量的自适应支持向量机(ASVM)算法,建立陈列柜性能的优化函数.实验测试验证结果表明,优化后的陈列柜融霜后的凝结水质量和单位展示面积每日耗电量分别减少39.2%和19.3%,明显改善了漏风.