Page 78 - 现代化工程建设技术与理论创新

现代化工程建设技术与理论创新
Modern Engineering Construction Technology and Theoretical Innovation

缩数据。BP 神经网络可以对数据进行压缩，减少数据所占据的内存空间。另外，
BP 神经网络还可以对数据的特征进行抽取，方便数据的分析。
根据 BP 神经网络的上述特征，可以将这种神经网络应用在暖通空调的制冷
系统中，实现对空调制冷系统中制冷机吸气压力的模拟。因为暖通空调制冷机的

能耗有很强的非线性特点，所以在收集其能耗状态时很难保证精确性。基于此，
可以发挥 BP 神经网络的作用，实现对真实数据的模拟。BP 神经网络可以模拟
任意的连续非线性函数，利用神经网络模型来逼近实际值。BP 神经网络在暖通
空调中可以实现制冷机状态的监测，方便后续的调整和控制。

（二）Matlab 语言在暖通空调制冷系统中的应用
Matlab 语言是一种很强大的工程语言，它可以处理大量的数据，而且处理的
效率很高。所以，在控制系统、图像处理和系统仿真中的应用较为广泛。在随后
的发展中，Matlab 语言更为完善，各个领域的专家根据自身的需求推出了 Matlab

工具箱，里面有各种训练与设计的子程序，当人们需要的时候就可以直接调取，
进而解放了自己的编程。从这方面来讲，Matlab 语言实现了模块化的设计与应用，
能够简化系统的控制过程。所以，即使不了解算法的本质，人们也可以直接利用
函数模块来实现设计目的，方便了建模的过程。

BP 神经网络是算法的基础，可以实现系统运作的模拟，而 Matlab 语言是整
个系统运作的模块，在一定程度上可以看作 BP 神经网络的子系统。如果把 BP
神经网络应用在暖通空调的制冷系统中，那么就可以用 Matlab 语言实现模块的
设定。这种结合的优势主要体现在以下两点：第一，简化整个系统的设定。暖通

空调的制冷系统受外界环境和室内环境的影响较大，所以其运行会经常性的发生
改变，要收集其运行状态的各种参数较为复杂。但是将 BP 神经网络和 Matlab 语
言结合后，就能够根据模块的特性快速设定程序，简化整个系统的运作。第二，
反馈最接近实际情况的数据。为了降低暖通空调制冷机的能耗，需要确定其最佳

吸气压力的状态。制冷剂的状态变化有着明显的非线性关系，寻常的采集方法很
难起到较好的效果。但是，BP 神经网络能够模拟非线性的映射，而 Matlab 语言
能够快速地处理数据，这就形成了较好的循环，能够最快速地把暖通空调制冷剂
的运作状态反馈给系统，方便了调整和控制。

（三）自适应模糊控制系统的应用
无论是 BP 神经网络还是 Matlab 语言，其本质上都是整个制冷系统中的一部

·68·