薛涵文, 聂峰, 赵聪, 董学强, 郭浩, 沈俊, 公茂琼
工程热物理学报. 2023, 44(8): 2174-2180.
环保工质R1234ze(E) 和R600a 作为潜在的理想替代工质,其在工程实践中的应用离不开准确的传热数据支撑。本文在已有的R1234ze(E) 和R600a 实验数据的基础上,通过反向传播(BP) 人工神经网络模型分别发展了传热系数预测模型,其预测效果优于文献中的经典传热模型。同时为拓展模型的预测能力,本文还基于R1234ze(E) 和R600a 发展了一个更为通用的BP 传热预测模型,对R1234ze(E) 的预测结果的ARD 为4.08%,AARD 为8.46%,λ10% 为70.2%,对R600a 的预测结果的ARD 为−3.59%,AARD 为6.98%,λ10% 为76.4%,对于6 篇文献数据的预测结果的ARD 范围为−17.9%~26.8%,AARD 不超过27.6%,λ30% 不低于60.0%,由此可见该模型具有一定的预测精度和普适性。