TY -的AU - Chang, Jincai AU -潘,Qiuling盟——沈之浩盟——秦,郝PY - 2020 DA - 2020/02/03 TI -制冷剂大量基于物联网的智能预测SP - 1743973六世- 2020 AB -制冷装置,制冷剂的量有一个实质性影响整个制冷系统。为了预测冰箱中性能最佳的制冷剂数量，本研究使用了通过物联网实时收集的冰箱数据，根据实际意义和研究背景，筛选出与压缩机和制冷性能相关的有效参数，并应用纵向降维和横向降维对其进行清理。然后，在对冰箱数据进行理想化模型的基础上，建立了制冷剂量(因变量)与温度变化、冰箱隔间温度、冷冻室温度等相关参数(自变量)之间的关系模型。然后建立了一个基于神经网络的制冷模型来预测制冷剂的数量，并使用该模型从数据集中预测5个未知制冷剂的数量。采用BP神经网络和RBF神经网络模型对预测结果进行比较，并对损失函数进行分析。从结果可以得出结论，未知制冷剂的量很可能是32.5 g。研究制冷机内制冷剂残留量的预测，对制冷机的生产和维护具有重要的现实意义。SN - 1076-2787 UR - https://doi.org/10.1155/2020/1743973 DO - 10.1155/2020/1743973 JF -复杂性PB - Hindawi KW - ER -