Document IIF
Identification du comportement d’un système de conditionnement d’air à compression de vapeur à l'aide du réseau de neurones et de la régularisation bayésienne.
Identification of vapour compression air conditioning system behaviour using Bayesian regularization neural network.
Numéro : pap. n. 1244
Auteurs : SHOLAHUDIN S., OHNO K., YAMAGUCHI S., et al.
Résumé
Identification for system dynamic behaviour is necessary to develop control strategy. In this paper, the dynamic performance of air conditioning (AC) system is predicted using artificial neural network (ANN) approach. The ANN is developed to predict exergy efficiency, coefficient of performance (COP), and cooling capacity. The controllable parameters including compressor speed and evaporator and condenser fan speed are considered as the input. The datasets for prediction are generated by AC system simulator. The system was simulated by randomly varying compressor speed and evaporator and condenser fan speed with N-sample signal input. The dynamic ANN configuration with Bayesian regularization is proposed to predict one-step ahead of system performance behaviour. The results show that the developed ANN in present study yields good prediction accuracy for all outputs. Accordingly, ANN can be further applied for predictive control application in AC system to control cooling capacity while maintaining system efficiency.
Documents disponibles
Format PDF
Pages : 8
Disponible
Prix public
20 €
Prix membre*
Gratuit
* meilleur tarif applicable selon le type d'adhésion (voir le détail des avantages des adhésions individuelles et collectives)
Détails
- Titre original : Identification of vapour compression air conditioning system behaviour using Bayesian regularization neural network.
- Identifiant de la fiche : 30026786
- Langues : Anglais
- Source : Proceedings of the 25th IIR International Congress of Refrigeration: Montréal , Canada, August 24-30, 2019.
- Date d'édition : 24/08/2019
- DOI : http://dx.doi.org/10.18462/iir.icr.2019.1244
Liens
Voir d'autres communications du même compte rendu (632)
Voir le compte rendu de la conférence
-
A control-oriented hybrid model for a direct ex...
- Auteurs : WANG X., XU X.
- Date : 16/08/2015
- Langues : Anglais
- Source : Proceedings of the 24th IIR International Congress of Refrigeration: Yokohama, Japan, August 16-22, 2015.
- Formats : PDF
Voir la fiche
-
Real-time neural inverse optimal control for in...
- Auteurs : MUNOZ F., SANCHEZ E. N., XIA Y., et al.
- Date : 07/2017
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 79
- Formats : PDF
Voir la fiche
-
Development of dynamic modeling framework using...
- Auteurs : WAN H., CAO T., HWANG Y., CHIN S.
- Date : 05/2021
- Langues : Anglais
- Source : 2021 Purdue Conferences. 18th International Refrigeration and Air-Conditioning Conference at Purdue.
- Formats : PDF
Voir la fiche
-
Fault detection and diagnosis of a refrigeratio...
- Auteurs : LIANG Q., HAN H., CUI X., et al.
- Date : 16/08/2015
- Langues : Anglais
- Source : Proceedings of the 24th IIR International Congress of Refrigeration: Yokohama, Japan, August 16-22, 2015.
- Formats : PDF
Voir la fiche
-
Application of artificial neural networks for g...
- Auteurs : LEDESMA S., BELMAN-FLORES J. M.
- Date : 08/2014
- Langues : Anglais
- Source : Applied Thermal Engineering - vol. 69 - n. 1-2
Voir la fiche