-
公开(公告)号:CN112966399B
公开(公告)日:2023-08-22
申请号:CN202110407253.0
申请日:2021-04-15
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
Abstract: 本发明涉及一种基于机器学习的脉管制冷机工况预测方法及系统,方法包括以下步骤:采集脉管制冷机运行时的工况参数数据,并将工况参数数据分为二个部分:训练数据、检验数据;基于训练数据采用LM优化的反向传播算法搭建工况预测模型,通过迭代的方法不断提高工况预测模型的精度;将检验数据输入到工况预测模型中,并将通过工况预测模型计算得出的预测值和实际测量的数据进行比对,验证工况预测模型的精度;系统包括:数据采集模块、学习训练模块、检验模块。本发明通过采集脉管制冷机运行时的工况参数数据搭建训练学习模型,准确预测较难测量的给定PTC的活塞行程和压力幅值,该方法测量成本低于加装传感器且预测值与实际值偏差较小。
-
公开(公告)号:CN112966399A
公开(公告)日:2021-06-15
申请号:CN202110407253.0
申请日:2021-04-15
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
Abstract: 本发明涉及一种基于机器学习的脉管制冷机工况预测方法及系统,方法包括以下步骤:采集脉管制冷机运行时的工况参数数据,并将工况参数数据分为二个部分:训练数据、检验数据;基于训练数据采用LM优化的反向传播算法搭建工况预测模型,通过迭代的方法不断提高工况预测模型的精度;将检验数据输入到工况预测模型中,并将通过工况预测模型计算得出的预测值和实际测量的数据进行比对,验证工况预测模型的精度;系统包括:数据采集模块、学习训练模块、检验模块。本发明通过采集脉管制冷机运行时的工况参数数据搭建训练学习模型,准确预测较难测量的给定PTC的活塞行程和压力幅值,该方法测量成本低于加装传感器且预测值与实际值偏差较小。
-
公开(公告)号:CN214250185U
公开(公告)日:2021-09-21
申请号:CN202023316080.1
申请日:2020-12-31
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
IPC: F25B9/14
Abstract: 本实用新型公开了一种分体式脉管制冷机,包括呈分体设置的脉管组件、外置气库和压缩机,压缩机和脉管组件通过外置连管相连通,外置气库和脉管组件通过惯性管相连通;压缩机包括壳体,壳体内部两侧的直线电机呈对称布置,直线电机均包括活塞轴,活塞轴的端部连接有活塞头,活塞轴上连接有永磁体组,永磁体组位于内磁极和外磁极之间,外磁极上连接有导电线圈;壳体上连接有气缸座,气缸座内部形成有活塞腔,内磁极和外磁极均连接在气缸座上,壳体内部两侧的直线电机的活塞头均可滑移地连接在活塞腔内;气缸座上还设置有第一进气口和第一出气口。本实用新型有效降低了制冷机整体的振动和噪声,提升了机械转化效率。
-
-