基于RBF神经网络的水平光管内R407C流动沸腾换热预测

文旭林^1,2，王辉涛^1,2，王华^1,2，毕贵红³，黄峻伟^1,2，刘军云^1,2，陈晓萍^1,2

1. 昆明理工大学冶金节能减排教育部工程研究中心2. 云南省复杂有色金属资源清洁利用国家重点实验室(培育基地)3. 昆明理工大学电力工程学院

摘 要：基于RBF神经网络建立了水平光管内混合工质R407C流动沸腾换热的预测模型,以质流密度（G）,热通量（q）,干度（x）,饱和温度（Tsat）和光管内径（D）作为网络输入,流动沸腾换热系数（h）作为网络输出,神经网络模型通过训练学习,对水平光管内R407C的流动沸腾换热系数进行预测,经实验数据验证,预测结果与实验结果吻合较好,网络预测的平均误差为-0.9%,绝对误差为5.5%,均方根误差为10.9%,并且网络预测结果与四个传统关联式的计算结果相比有了明显的改善.由此说明该模型适用于水平光管内R407C的流动沸腾换热预测,对采用R407C制冷系统管式蒸发器的优化设计具有一定的指导意义.

关键词：混合工质;沸腾换热;RBF神经网络;预测模型;误差;