基于人工神經(jīng)網(wǎng)絡(luò)的苜蓿固定深層太陽(yáng)能干燥過(guò)程仿真.pdf

1、鑒于苜蓿自然干燥營(yíng)養(yǎng)成分損失大、產(chǎn)品質(zhì)量差，常規(guī)能源干燥成本高且污染環(huán)境，對(duì)苜蓿進(jìn)行了自然天氣條件下的固定深層太陽(yáng)能干燥試驗(yàn)。由試驗(yàn)結(jié)果分析可知，苜蓿固定深層太陽(yáng)能干燥過(guò)程是一個(gè)高度復(fù)雜、非線性的過(guò)程，為實(shí)現(xiàn)干燥過(guò)程監(jiān)測(cè)管理的智能化與自動(dòng)化，有必要解決干燥過(guò)程中苜蓿濕含量的預(yù)測(cè)問(wèn)題。人工神經(jīng)網(wǎng)絡(luò)具有良好的非線性映射能力和高度的并行信息處理能力，是解決非線性系統(tǒng)辨識(shí)的良好途徑。為此，論文提出將神經(jīng)網(wǎng)絡(luò)應(yīng)用于非線性太陽(yáng)能干燥建模中。構(gòu)建網(wǎng)絡(luò)

2、模型時(shí)，將苜蓿固定深層太陽(yáng)能干燥系統(tǒng)劃分為集熱器熱性能仿真系統(tǒng)、苜蓿表面溫度仿真系統(tǒng)和苜蓿濕含量預(yù)測(cè)系統(tǒng)等3個(gè)子系統(tǒng)；建立了各子系統(tǒng)的網(wǎng)絡(luò)模型及太陽(yáng)能干燥系統(tǒng)的整體模型。主要結(jié)論如下： （1）對(duì)自然天氣條件下的苜蓿固定深層太陽(yáng)能干燥試驗(yàn)研究結(jié)果表明，太陽(yáng)能空氣集熱器出口氣流溫度隨輻射強(qiáng)度的增強(qiáng)而升高，且集熱器出口氣流溫度及溫升的變化滯后于太陽(yáng)輻射變化，即存在延時(shí)現(xiàn)象：集熱器內(nèi)氣流速度對(duì)集熱器溫升的影響受氣候條件的制約。集熱器出口

3、氣流溫度的回歸分析結(jié)果顯示，很難獲得具有普遍意義的集熱器出口氣流溫度與其影響因素間的通用回歸方程。 （2）苜蓿固定深層太陽(yáng)能干燥過(guò)程呈現(xiàn)高度非線性，草層內(nèi)部不同部位苜蓿的干燥速率不同；苜蓿深層干燥過(guò)程中，沿氣流方向和垂直于氣流方向的截面上都存在溫度梯度。溫度梯度的大小、正負(fù)和變化趨勢(shì)以及廢氣溫度、廢氣相對(duì)濕度和介質(zhì)溫度、介質(zhì)相對(duì)濕度間的關(guān)系均能夠反映干燥進(jìn)程。 （3）建立基于人工神經(jīng)網(wǎng)絡(luò)的集熱器熱性能仿真模型時(shí)，將對(duì)空氣

4、集熱器熱性能有影響的太陽(yáng)高度角、入射角和時(shí)角間的關(guān)系，統(tǒng)一用時(shí)角余弦COSω代替，稱其為時(shí)間因子；時(shí)間因子的引入簡(jiǎn)化了網(wǎng)絡(luò)模型結(jié)構(gòu)；試驗(yàn)驗(yàn)證結(jié)果表明，考慮時(shí)間因素cosω和太陽(yáng)赤緯δ的太陽(yáng)能空氣集熱器熱性能神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)誤差小、訓(xùn)練速度快；對(duì)測(cè)試樣本的驗(yàn)證結(jié)果屬于高度擬合、滿意預(yù)測(cè)；建立了不考慮空間信息和考慮空間信息的太陽(yáng)能空氣集熱器出口氣流溫度仿真模型和空氣集熱器效率仿真模型，驗(yàn)證結(jié)果表明，各網(wǎng)絡(luò)仿真結(jié)果均為高精度擬合、滿意預(yù)測(cè)或

5、良好預(yù)測(cè)。 （4）在考慮了干燥過(guò)程中苜蓿濕含量是連續(xù)變化量、與初始濕含量和干燥時(shí)間有關(guān)等特點(diǎn)的基礎(chǔ)上，將時(shí)間序列因子引入輸入因子，建立基于人工神經(jīng)網(wǎng)絡(luò)的苜蓿表面溫度仿真模型。驗(yàn)證結(jié)果表明，時(shí)間序列因子的引入豐富了網(wǎng)絡(luò)樣本的多樣性、提高了苜蓿表面溫度仿真模型的預(yù)測(cè)性能，降低了網(wǎng)絡(luò)輸出誤差：建立了基于人工神經(jīng)網(wǎng)絡(luò)的含一維、二維和三維空間信息的單層和單日多層、多日多層苜蓿表面溫度仿真模型，預(yù)測(cè)效果均屬于高度擬合滿意預(yù)測(cè)，均等系數(shù)EC值

6、大于0．97，平均絕對(duì)百分誤差mape值小于5．4％；建立了苜蓿表面溫度梯度的人工神經(jīng)網(wǎng)絡(luò)仿真模型，模型對(duì)測(cè)試樣本的仿真結(jié)果EC值0．97以上，mape小于6％。建立沿氣流方向的溫度梯度仿真模型，對(duì)固定深層苜蓿太陽(yáng)能干燥過(guò)程研究和管理意義深遠(yuǎn)，有助于在線預(yù)測(cè)牧草干燥過(guò)程的進(jìn)程，對(duì)干燥工藝的合理匹配提供參考依據(jù)。 （5）用單層、多層和多日試驗(yàn)數(shù)據(jù)建立了基于神經(jīng)網(wǎng)絡(luò)的牧草濕含量仿真模型，網(wǎng)絡(luò)性能達(dá)到較好擬合和良好預(yù)測(cè)。模型對(duì)測(cè)試樣本

7、的仿真結(jié)果EC值大于0．90，mape值在25～34％之間，屬于可行預(yù)測(cè)。苜蓿濕含量多日連續(xù)模型性能良好，對(duì)測(cè)試樣本的仿真結(jié)果EC值大于0．93，mape值小于25％，屬于良好預(yù)測(cè)。 （6）建立了以太陽(yáng)能集熱器熱性能仿真模型、苜蓿表面溫度仿真模型及苜蓿濕含量預(yù)測(cè)模型為3個(gè)子模塊的自然天氣條件下的苜蓿固定深層太陽(yáng)能干燥系統(tǒng)的仿真模型。該模型的特點(diǎn)為：可以對(duì)不同季節(jié)、不同時(shí)刻的太陽(yáng)能苜蓿干燥系統(tǒng)進(jìn)行性能分析和在線預(yù)測(cè)。驗(yàn)證結(jié)果表明，